基于人工智能的結直腸癌研究獲進展

近年來，在人工智能的各大產業中，醫療加人工智能方向已然成為矚目焦點，備受關注。人工智能在醫療中的應用能夠有效緩解我國醫療資源嚴重短缺、分布失衡的現狀，提高醫療系統的運行效率，甚至推動整個醫療行業的變革。

近日，中國科學院蘇州生物醫學工程技術研究所醫學影像室高欣、簡俊明、夏威等人提出了一種基于全卷積神經網絡（FCN）的結直腸癌T2加權MRI圖像分割方法。相關成果發表于《澳大利亞醫學物理與工程科學》。

高欣表示，結直腸癌是全球第三大癌癥，其年標化發病率為0.41‰，死亡率為0.15‰。“如果在早期得到確診并且接受正確治療，結直腸癌患者的五年生存率高達90%。而一旦癌細胞擴散到結直腸外，患者的五年生存率迅速下降。因此，結直腸癌的早診斷、早治療是極其重要的。”高欣說。

結直腸癌病灶的分割是術前預測、分期和療效評估等工作的基礎。由于癌癥病灶與正常組織之間的邊界模糊，傳統方法很難實現精確地自動分割，國際上的相關研究很少。臨床上常用的手動或半自動的分割方法極其煩瑣、耗時，且高度依賴于操作者。

研究團隊使用VGG-16網絡進行特征提取，從VGG-16中每個模塊的最后一個卷積層分別引出一個邊輸出模塊，這些邊輸出模塊能夠深入挖掘多尺度特征并產生相應的輸出。最后，所有的邊輸出結果融合生成最終的分割結果。實驗結果顯示，該模型對結直腸癌腫瘤分割具有較高的敏感性（87.85%）和特異性（96.75%）。

高欣說：“這項研究的意義在于借助人工智能找到了一種全自動結直腸癌病灶分割方法，能夠有效縮短結直腸癌疾病分析和診斷的前期工作所需要的時間，大大降低醫生的勞動強度。此外，這個方法還可以拓展應用到其他的腫瘤病灶分割上，加快相關疾病的研究進展。”