健培AI團(tuán)隊(duì)在全球EXACT’09賽事中取得優(yōu)異成績
近期，健培AI團(tuán)隊(duì)在全球EXACT’09(Extraction of Airways from CT , CT影像肺部氣管分割挑戰(zhàn)賽)的賽事中再創(chuàng)佳績，使氣管檢測長度達(dá)到了84.5%，超出現(xiàn)有成績10%以上，刷新了該項(xiàng)比賽的原有紀(jì)錄。來自韓國的Coreline Soft醫(yī)療團(tuán)隊(duì)在氣管檢測長度上的結(jié)果為60.1%，健培以84.5%的成績遠(yuǎn)優(yōu)于該記錄。
1.什么是EXACT’09？
EXACT’09由美國國立衛(wèi)生研究院(National Institutes of Health)，荷蘭科學(xué)研究組織(Netherlands Organization for Scientif c Research, NWO)，丹麥戰(zhàn)略研究委員會(Danish Council for Strategic Research (NABIIT))資助舉辦的，
該項(xiàng)目的主要研究目的是在通用的數(shù)據(jù)集上，利用相同的性能評估方法，對比分析不同的胸部CT氣管樹提取算法的性能，從而為肺部疾病診斷定位，手術(shù)引導(dǎo)，病灶可視化等提供技術(shù)解決方案。參與成員來自丹麥哥本哈根大學(xué)和加州大學(xué)洛杉磯分校的胸部成像研究所，美國洛杉磯加利福尼亞大學(xué)放射科組，荷蘭鹿特丹大學(xué)醫(yī)學(xué)中心，美國西門子公司，美國康奈爾大學(xué)，西班牙塞維利亞大學(xué)，美國愛荷華大學(xué)等眾多企業(yè)，高校和科研機(jī)構(gòu)。
2.氣管樹分割的重要意義
氣管樹分割是肺部疾病診斷和分析的重要一環(huán)，特別是對于像慢性阻塞性肺疾?。–OPD），間質(zhì)性肺病（ILD）等肺部疾病，氣管樹分割能夠量化解剖特征，包括氣道壁厚度、壁面積、腔面積、壁-腔面積比、壁-腔直徑比和腔直徑變化等，所以氣管樹分割在肺疾病分析中具有特別重要意義。但是，要獲取完整的氣管樹分割結(jié)果卻面臨這眾多挑戰(zhàn)，這些挑戰(zhàn)都給氣管樹分割增加了難度：
1. 完整氣管樹解剖結(jié)構(gòu)異常復(fù)雜，遍布人體肺部整個區(qū)域，分支眾多，并且大小因人而異。
2. 氣管的不同分支在尺度上存在非常大的差異。
3. 肺部CT圖像內(nèi)部存在偽影，病灶，容積效應(yīng)等眾多噪聲，更增加了細(xì)支氣管的分割難度。
4. 該挑戰(zhàn)賽數(shù)據(jù)來源廣泛，在重建層厚，放射劑量等方面存在很大差異。
3.健培AI團(tuán)隊(duì)：3D氣管分割算法
以上是本模型在exact09比賽中的部分提取結(jié)果，綠色表示跟醫(yī)生手工標(biāo)注的吻合的部分，紅色表示比醫(yī)生手工多檢測出來的部分，通過對比可以看出，本模型相比手工提取，具有更高的敏感性，能檢測出非常細(xì)小的氣管。
健培AI團(tuán)隊(duì)提出了基于深度學(xué)習(xí)的3D氣管分割算法，利用人工智能技術(shù)，結(jié)合氣管樹3D解剖結(jié)構(gòu)，從數(shù)據(jù)預(yù)處理，網(wǎng)絡(luò)結(jié)構(gòu)模型，訓(xùn)練策略，后處理等眾多方面進(jìn)行優(yōu)化。數(shù)據(jù)預(yù)處理方面結(jié)合臨床醫(yī)生經(jīng)驗(yàn)，設(shè)置了合理的肺部氣管樹形圖；針對氣管樹本身存在較大尺度變化，健培AI團(tuán)隊(duì)設(shè)計(jì)了具有多尺度分割能力的3D卷積網(wǎng)絡(luò)模型，模型中集成了Google研究團(tuán)隊(duì)提出的空洞卷積技術(shù)，有效的增強(qiáng)模型獲取肺部氣管樹語義信息的能力；采用難例挖掘技術(shù)訓(xùn)練3D卷積網(wǎng)絡(luò)，并通過團(tuán)隊(duì)自主設(shè)計(jì)的損失函數(shù)，最大限度的挖掘氣管樹的結(jié)構(gòu)信息。
健培AI團(tuán)隊(duì)通過領(lǐng)先的“人工智能+計(jì)算機(jī)圖形學(xué)”技術(shù)打造醫(yī)學(xué)影像智能解決方案，構(gòu)建的精準(zhǔn)的肺部氣管樹必將為肺部疾病的早篩、診斷、臨床手術(shù)規(guī)劃提供有力支撐。
