中国科学家实现基底细胞癌4.1秒人工智能精准识别
2020-03-16 15:54:38爱云资讯
近日,Airdoc人工智能算法团队与中国医学科学院皮肤病医院、密歇根大学计算医学与生物信息学系合作发布了最新的研究成果。此次研究中,中国科学家通过人工智能算法深入学习研究,构建出基于智能手机采集的目镜切片图像实现基底细胞癌的自动识别和分割。此分割模型较之前学术圈公布的同类模型在特异性敏感性都有大幅提升。
据了解,基底细胞癌是发病率最高的皮肤癌,也是人类最为常见的恶性肿瘤之一。除黑色素瘤以外的皮肤癌中,约80%都是基底细胞癌。由于发病率高,皮肤病理医生每天都在跟基底细胞癌的病理切片打交道,工作量很大,而在基底细胞癌Mohs手术后判断肿瘤切缘是否干净时,类似的工作量更是大大地增加。
由姜祎群、熊健皓和李洪阳领衔的研究团队使用了ResNet50和DeepLabV3对基底细胞癌的切片图像进行癌变识别,和传统研究使用高清扫描切片作为识别对象不同,本次研究识别的切片图像来自于智能手机通过目镜拍摄所得。研究人员在三种类型的图像来源上建立了三个分类模型(分别针对:10X高清扫描切片、40X高清扫描切片和10X目镜切片图像)和一个分割模型,得出目镜切片图像的结果与高清扫描切片具有可比性,建立的模型AUC达到0.98,并且能在不同类型的测试数据集上达到0.93的AUC,泛化性非常好。这种模型是以后推广使用价格低廉的目镜图片拍摄进行基底细胞癌检测的一种有效办法,可以减少购买高成本的扫描仪器,与此同时提供快速、准确的识别癌组织。
为方便不同场景的应用,科研团队研发出三种不同的系统。第一种Segmentation-based BCC recognition system ,可以自动识别出癌组织,并在图像中标识清楚,花费时间约为16秒,能够达到专家同等识别能力。第二种Classification- based BCC recognition system ,有无癌组织分类,直接反馈识别结果,实现在高精度前提下的高速识别,花费时间仅需500毫秒。第三种Cascade BCC recognition system ,具备以上两种系统功能,并增添一个自动判断模块,在识别癌细胞前对图像进行分类处理,在保持最高精准识别度的前提下,选择适合的识别方法,从而提高识别速度,仅需4.1秒即可完成。
本次研究首次实现利用智能手机自带相机拍摄MOI,建立神经网络模型自动识别基底细胞癌,成功将人工智能深度学习算法引入到基底细胞癌的识别中,通过算法自动化识别,减少人力工作和不同地区、不同诊断医生之间的诊断差别让基底细胞癌患者得到更好更快更专业的治疗,对推进基底细胞癌的研究有重大意义。
- 《2024人工智能与职场研究报告》发布: AI已多领域渗透,就业模式将被重塑
- HID 2024年安防趋势报告:人工智能的应用日益增多
- AI FOR ENGINEERS研讨会:推动人工智能技术赋能工程仿真创新
- 思科重新构想人工智能时代的数据中心与云端安全
- AI赋能出版新质生产力发展 蜜度承办人工智能与出版新质生产力论坛
- 小影科技参编《生成式人工智能数据应用合规指南》团体标准正式发布
- 云天励飞助力深圳高级中学启用人工智能联合实验室,共绘智慧教育新篇章
- 中国人工智能发明专利企业排行榜揭晓 OPPO位列第九
- 聚焦人工智能编程教育,点猫科技亮相第83届中国教育装备展
- 浪潮信息IPF24: 发展人工智能+,创新需要激发活力、拓展路径、加速落地
- “元脑”品牌全面升级!浪潮信息全力进击人工智能
- 云测数据入选2024全国“人工智能+”行动创新案例TOP100
- 智联世界·“模”生未来-2024人工智能论坛在北京隆重召开
- 人工智能领域的关键挑战:高质量的训练数据处理能力
- Viettel开设越南最大的数据中心,通过部署绿色技术,为人工智能发展做好准备
- Cognex 推出全新人工智能 3D 视觉系统