近日，中科院蘇州醫(yī)工所研究人員與麗水,、蘇州兩地醫(yī)院合作,，新近研發(fā)出一種可以與醫(yī)學影像聯(lián)合使用的人工智能系統(tǒng)。這套系統(tǒng)與增強核磁共振圖像結合,，可以在無創(chuàng)條件下為病患完成癌癥分級,。

  癌癥分級是指根據(jù)惡性腫瘤的分化程度高低、異型性大小及核分裂像多少等病理形態(tài),，來確定惡性程度的級別,。分級可以表明腫瘤的惡性程度，為臨床診斷,、選擇治療方案和預后評估提供依據(jù),。但現(xiàn)實中,，分級結果高度依賴于醫(yī)生經驗，具有較大主觀性,。近年來隨著模式識別,、機器學習、深度學習等技術的不斷發(fā)展,，科學界正嘗試構建可以與醫(yī)學影像結合的深度學習網絡,，對癌癥進行客觀自動的分級。

  此次,，科研團隊構建了一套名為SE-DenseNet的復合深度學習網絡,。這套網絡既能敏銳地捕捉增強核共振圖像特征，又能自主學習,、不斷優(yōu)化不同特征在整個分析中的權重,，完成對癌癥患者的分級。

  “相比于傳統(tǒng)通過穿刺進行的癌癥分級,，使用‘醫(yī)學影像+AI’分級能更全面地獲取病灶信息,，降低漏檢概率。近年來,，利用人工智能進行病灶分級的準確性還在不斷提升,，說明這項技術應用于疾病診療具有很廣闊的前景?！眳⑴c此項研究的蘇州醫(yī)工所研究員周志勇說,。

  相關研究成果已于近日刊發(fā)在生物醫(yī)學工程領域期刊《生物學與醫(yī)學中的計算機應用》上。