您尚未登录账户请先登录您的atyun账户，方可使用该功能
您的企业账号申请正在审核中审核通过后即可使用此功能，请耐心等待~
研究团队开发AI使用深度学习方法测量肿瘤
2018年07月04日 由 浅浅 发表
793956
0
测量肿瘤对癌症治疗的反应在决定病人的预后方面起着重要的作用。这一过程通常由训练有素的放射科医师进行，是劳动密集型的，主观的，容易造成前后不一致。
为了缓解这一问题，美国国立卫生研究院、平安保险公司的研究人员和目前在NVIDIA的研究人员开发了一种基于深度学习的方法，可以自动为癌症患者的肿瘤进行注释。
“测量肿瘤直径需要大量的专业知识，而且非常耗时。因此，手动注释大规模数据集是困难又昂贵的，”研究人员在他们的论文中指出。
通过使用NVIDIA的泰坦Xp gpu和cudnn加速的PyTorch深度学习框架，该团队训练他们的卷积神经网络，对RECIST（实体肿瘤中的反应评估标准）的肿瘤进行注释，这是一组已发布的规则，用来判断癌症患者何时改善。
神经网络接受了来自DeepLesion数据集的数千张图片的训练，其中包含通过RECIST测量的32735张图片。
研究人员表示，“今天，评估癌症治疗的大多数临床试验使用RECIST作为客观反应测量。因此，RECIST注释的质量将直接影响评估结果和治疗计划，这是第一个在粗略标记的病变区域自动生成RECIST标记的研究。”
提出的方法框架。为了可视化，使用颜色图渲染预测的蒙版和关键点热图。
该团队表示，他们的神经网络非常有效，产生的注释比人类放射科医生的变异性更小。
论文：https://arxiv.org/pdf/1806.09507.pdf
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
广告
广告
写评论取消
回复取消