医学图像人工智能分析

背景介绍

医学图像人工智能分析是在海量医学影像、数字病理图像等数据的基础上，利用人工智能技术提取其中的深层定量特征，用于指导基础生物医学研究和临床应用。

针对肿瘤等重大疾病，医学图像人工智能分析面临两类主要科学问题：一是成像设备和方案可能导致图像质量下降，如何利用基于人工智能的图像后处理技术提升图像质量；二是肿瘤基因异质性导致临床诊断假阴性率和假阳性率较高，如何利用人工智能技术定量评估肿瘤异质性，提高癌症诊断和预后预测精度。

实验室通过医工交叉和自主创新，针对影像、病理等大数据，形成了从医学图像质量提升到医学图像标志物构建的研究主线。

基于多参数磁共振和深度学习的肿瘤无远处转移生存期预测

研究使用注意力机制引导多参数磁共振深度特征融合，实现辅助治疗争议患者的远处转移风险分层。相较常规临床指标，预测精度提升18%，有望辅助术后治疗方案决策。

基于全视野数字病理图像和深度学习的肿瘤总生存期预测

研究使用肿瘤突变负荷引导病理图像深度特征融合，在TMB精准预测基础上实现总生存期显著分层。相较常规临床指标，预测精度提升18%，有望辅助术后治疗方案决策。