發布日期：2018-06-08

　　近年來，人工智能（Artificial Intelligence，AI）迅猛發展，從AlphaGo連續擊敗人類棋手，到各大汽車廠商爭相推出的無人駕駛技術，人工智能在多個領域取得了突破性的進展。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。

　　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。

　　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繁瑣、耗時，且高度依賴于操作者。

　　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。該方法使用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%）。

　　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。相關成果發表于Australasian Physical & Engineering Sciences in Medicine。

來源：蘇州生物醫學工程技術研究所