精诊科技—基于深度学习的肝脏术前规划系统
成为肝脏术前规划领域的“AlphaGo”
项目名称:精诊科技—基于深度学习的肝脏术前规划系统
项目负责人:西安电子科技大学网络与信息安全学院2013级本科生、保送清华大学直博生 王博
公司名称:精诊科技公司
入围组别:创意组
据相关资料显示,我国肝病患者超过2亿,并且逐年增加,引起肝脏手术随之增加,肝脏切除手术的年需求量约为137万台。
“国家卫计委曾发布过一组数据,我国肝胆外科专业医生大概有8000人,分布在不同医院,水平不一,而且基本每位肝胆外科医生平均每年要主刀大约181台肝切除手术。”说起当初为什么要针对肝脏手术做术前规划系统,团队负责人王博谈道:“肝脏是我们人体重要的供血器官,内部动脉血管错综复杂,肝内肿瘤多包络在这些重要血管内,所以临床医学要求,在肝脏手术之前必须进行术前规划,以使手术路径避开这些重要血管。课题组成员在医院调研的时候亲眼看到,有个车祸肝破裂的患者晚开刀十几分钟人就没了,有个肝硬化的患者切肝准一点兴许就能救回来。所以我们就觉得要通过改善术前规划系统来提升手术效率,这样不仅可以减轻医生的工作负荷,也能让更多患者得到及时、有效的治疗。”
“传统术前规划产品存在一些问题,比如医学影像依赖手动分割,耗时长,效率也低。而且二维影像和电脑中三维重建图像的平面视角存在局限性,会影响医生对各组织相对位置的判断。术前规划中缺乏对病灶的量化分析,人工测算起来耗时耗精力。”魏榕,2016年从西电毕业,现为北京大学前沿交叉学院磁共振成像研究中心在读博士生。她介绍道:“国外现在有一些辅助术前规划产品,但是在模型处理等方面还存有弊端。国内目前主要集中在图像的识别处理方面,虚拟可视技术领域的研发才刚开始。所以,我们这套系统算得上是走在前面了。”
这套术前规划系统的全自动三维还原肝脏功能与AlphaGo一样,都是采用深度学习算法实现的,通过大量的数据进行训练,最终超过手动还原水平。
团队前期与首都医科大学附属北京友谊医院建立了深度合作,对2400套人体肝脏CT数据进行深度学习,在自动分割与三维量化的虚拟现实系统及其相关外围设备的基础上,融合机器学习、肝脏CT自动分割、三维量化、虚拟现实渲染、视频流传输等技术,设计出一套高精准、图像全自动分割、沉浸式交互、实时量化动态参数的肝脏术前规划系统。此系统已在首都医科大学附属北京友谊医院试用。
“又准又快易操作”,是这套系统相比其他术前辅助规划系统的突出优势。医生可以在虚拟现实环境中对肝脏、病灶及内部复杂的解剖结构做出个体化、全量化的分析,3至4分钟内即可完成自动分割肝脏CT图像并重建。整个过程并不需要多么复杂的大型器械,只需要医生戴上一副VR眼镜,便可快速使用该系统功能。
“你看,这个模型右上方有一把手术刀,医生戴上VR眼镜之后,就可以直接抓取这把手术刀,进行虚拟切割操作,系统可以根据医生的操作实时量化残肝体积、病灶距血管距离等重要参数,并进行跟踪。”王博指着电脑上显示出的彩色肝脏三维模型介绍道:“操作完成后,整个过程和这些参数还都可以投到大屏显示,方便医生们在会诊时根据模拟情况进行评估。”
除了可以进行实时沉浸式手术规划,该系统还可以调阅病患资料。在病患资料浏览界面,医生可以很方便地实现多项资料的快速调阅与切换。
王博在电脑中插入一张光盘,解释道:“医生可以把这样一张病人CT图像光盘插入电脑,戴上VR眼镜,就能进入系统。系统通过神经网络进行深度学习可自动、精准分割肝脏CT图像,并根据分割好的CT图像快速重建高精度三维器官模型。”
电脑显示出手术方案规划页面,王博一边操作系统一边介绍:“我们的系统使用了2400套人体肝脏CT数据进行深度学习,数据量远远超过国内其他CT分割算法项目,并且通过级联的全卷积神经网络和三维条件随机场使计算机能够自动分割肝脏CT图像并自动诊断有无病灶。完成后还会使用法国3DIRCADb数据集的15套CT图像进行精度评估。手动计算切除体积的话,精度不到85%,但我们的系统能够使精度达到94.3%,不到4分钟就可以重建病人肝脏器官三维立体模型。”在他讲解的几分钟时间里,系统已将CT图像进行了自动分割,病灶部分被清楚地划分出来,而且在三维模型左上角标注出准确的病灶体积、器官体积、放缩倍数及肿瘤距离等数据参数。
作为第三届“互联网+”大赛陕西赛区冠军,他们还有更高更长远的目标。团队成员、清华经管学院金融硕士徐正清说道:“医疗行业比较特殊,门槛也比较高,综合考虑我们系统的研发成本、适应性和各级医院的综合实力,公司首先将产品销售定位在国内二、三甲医院的肝胆外科。随着我们与合作的医院不断深入,我们也会逐步渗透并尝试开拓医疗培训教学的市场。”
延伸 · 阅读
- 2016-09-07AI、机器学习和深度学习之间的区别是什么?
- 2016-12-17中科院自动化所与戴尔共同推出深度学习应用与服务平台“诸葛·深知”
- 2016-12-17百度张少霆:“深度学习的技术应用”
- 2017-02-26一文读懂机器学习、数据科学、人工智能、深度学习和统计学之间的区别
- 2017-09-25学术沙龙探讨基于深度学习的行人再验证