站內搜索:
聯系我們 | 網站地圖 | English | 中國科學院  

此頁面上的內容需要較新版本的 Adobe Flash Player。

獲取 Adobe Flash Player

新聞動態
 您現在的位置:首頁 > 新聞動態 > 科研進展
蘇州醫工所高欣課題組以直腸腫瘤分割為例探索神經網絡中多個參數對分割結果的影響
發表日期: 2019-06-25 作者: 冉昭
打印 文本大小:    關閉
  深度學習是基于機器學習延伸出來的一個新的領域。其動機在于建立、模擬人腦分析學習的神經網絡,模仿人腦的機制來解釋數據。具體來說,受到大腦神經系統結構的啟示,在神經元與神經網絡的基礎之上模擬出人工神經元及人工神經網絡。近年來,隨著算法理論的不斷創新,以及日新月異的計算能力的提高,在大數據的背景下,使得深度學習得以快速發展。目前,深度學習已被應用于眾多領域,并取得了不俗的成績,其中基于神經網絡的醫學圖像分割方法也如雨后春筍出現。這些基于神經網絡的分割方法相較于基于傳統機器學習的分割方法,免去了復雜繁瑣的人工特征提取與篩選過程,提高了分割效率。另外,由于神經網絡具有較強的表達能力,使得這些基于神經網絡的分割方法分割性能往往更佳。 

  在人體眾多組織器官的自動分割中,直腸腫瘤的自動分割是一項充滿挑戰的任務,主要原因有以下幾點:患者腫瘤的大小和形狀各異;直腸腫瘤區域與其周圍組織之間分界線不明顯;此外,不同成像設備及成像參數對成像質量影響很大,使得不同患者影像中直腸腫瘤的密度分布可能不同,這進一步增大了分割難度。 

  因此,以直腸癌腫瘤為例,中國科學院蘇州生物醫學工程技術研究所高欣團隊的王蒙蒙冉昭等人聯合中山大學附屬第六醫院孟曉春主任、蘇州大學附屬第一醫院倪才方主任、貴陽中醫醫院顧盡輝主任以及北京醫院余濤醫生在國家自然基金(81871439, 81571772)、江蘇省科技計劃:社會發展-臨床前沿技術(BE2017671)項目資助下,提出了一種基于全卷積神經網絡的多邊輸出融合架構用于直腸腫瘤磁共振影像的自動分割。這種分割方法與傳統的全卷積神經網絡相比,采用了能夠提取多尺度信息的邊輸出融合策略。此外,該團隊重點研究了不同損失函數、感興趣區域尺寸及邊輸出融合策略對網絡分割性能的影響 

  經過四家醫院臨床中心數據集的驗證,研究者們所提網絡分割結果的平均Dice相似性系數(Dice similarity coefficient, DSC)、平均敏感度(Sensitivity)、平均特異度(Specificity)及平均豪斯多夫距離(Hausdorff distance, HD)分別達到了81.77%88.34%92.31%11.82px,均優于現有的直腸腫瘤分割方法(部分分割結果見圖1且所提網絡不受磁共振廠家、型號、掃描參數的影響,在多家臨床醫療中心的數據集上都取得了較為精確的分割結果,具有良好的泛化能力。研究結果表明:與單邊輸出模塊策略相比,多邊輸出融合網絡分割性能更好包含腫瘤組織的圖像尺寸越小,分割效果越好給定感興趣區域尺寸,幾種損失函數對分割結果并無明顯影響。 

 

  1 直腸腫瘤分割結果。1~4行為4個不同的樣本:(a)金標準;(b)基于U-net網絡的分割結果;(cHNN的分割結果;(d)所提網絡的分割結果 

  這項研究的意義:提出了一種直腸腫瘤自動分割網絡并重點探索了多種參數對網絡分割性能的影響。這種思想及相應的結論將有助于神經網絡在目標識別及目標提取中的應用,特別是醫療領域中的應用。相關成果發布在線發表在Medical Physics (SCI源刊):  

  Mengmeng Wang, Peiyi Xie, Zhao Ran, Junming Jian, Rui Zhang, Wei Xia, Tao Yu, Caifeng Ni*, Jinhui Guf*, Xin Gao*, Xiaochun Meng*Full convolutional networks based multiple side-output fusion architecture for the segmentation of rectal tumors in magnetic resonance images: a multi-vendor studyMedical Physics, 2019. 

  文章鏈接:https://doi.org/10.1002/mp.13541 

 
附件
 
版權所有:中國科學院蘇州生物醫學工程技術研究所 Copyright 2009 All Rights Reserved
電話:0512-69588000 傳真:0512-69588088 E-mail:[email protected]
地址:蘇州高新區科技城科靈路88號 郵編:215163
您是第:位訪問者
官方微信掃一掃 
幻想大陆救援彩金