- 1、本文档共11页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
人工智能与信息社会
人工智能应用:医学影像分析
陈斌北京大学gischen@pku.edu.cn
医学影像基础
〉 硬件发展的突飞猛进,包括MR、CT等硬件
的发展,这些成像技术让我们得到了很好的
影像;
〉 复杂数学工具的利用,通过这些方式可以对
医学影像进行重建、分析与处理,从而得到
清晰可见的医学图像
北京大学地球与空间科学学院/ 陈斌/2018
人工智能+医学影像
〉 在医学影像的基础上,通过深度学习与大数
据技术等,完成对影像的分类、目标检测、
图像分割和检索工作。
〉 是协助医生完成诊断、治疗工作的一种辅助
工具。
北京大学地球与空间科学学院/ 陈斌/2018
作用及优点
〉 医学影像的解读需要长时间专业经验的积累,
放射科医生的培养周期相对较长。
〉 人工智能在对图像的检测效率和精度两个方
面,都做得比专业医生更快,减少人为操作
的误判率,提升医生看病效率和准确率。
北京大学地球与空间科学学院/ 陈斌/2018
深度学习方法
〉 医学图像包含来自不同组织、不同形态的人
体器官,深度学习包含多层感知器,可以通
过组合低层特征形成更加抽象的高层特征,
提取出图像背后的人体结构特征。
北京大学地球与空间科学学院/ 陈斌/2018
应用:计算机辅助诊断
〉 病灶检测,对可疑病灶进行识别和勾画。
〉 病灶量化诊断,帮助医生鉴别疾病良恶性、
分型分期等。
〉 治疗决策,通过相关性分析,支持临床医生
进行科学合理的治疗决策。
北京大学地球与空间科学学院/ 陈斌/2018
应用:图像分割
〉 主要是对身体组织做明确分割,精度比医生
手动分割更高,从而更加精准地定量评价治
疗前后的效果。
〉 2015年的一篇文章提到利用卷积神经网络
CNN ,自动将大脑灰质、白质、脑脊髓翼
自动分割,从而分析大脑的病变。
北京大学地球与空间科学学院/ 陈斌/2018
应用:图像配准
〉 在对不同模式医学图像或多参数医学图像进
行图像融合前,必须对图像进行精确配准。
〉 一般采用非监督学习方法提取图像特征,接
着采用卷积神经网络回归的方法来进行2D
或3D图像配准。
北京大学地球与空间科学学院/ 陈斌/2018
应用:图像融合
〉 图像有结构性与功能性之分。
〉 结构性:可以得到组织的结构性特征,但无
法看到生物有机代谢的情况。
〉 功能性图像,它可以提示代谢的衰变与下降,
或功能性的疾病,但图像空间解析度差。
〉 需要影像融合,将不同类型的图像结合在一
起,这样可以了解到组织与器官的病变。
北京大学地球与空间科学学院/ 陈斌/2018
应用:图像重建
〉 医学中常见的核磁机器是1T (特斯拉,即磁
场感应强度)和1.5T ,而7T 的设备昂贵,
需要很多的费用,但7T图像的性噪比强
〉 通过深度学习将3T变7T图像。
北京大学地球与空间科学学院/ 陈斌/2018
人工智能+医学影像
〉 基于影像的医学诊断是目前人工智能关注较
多的领域, “AI+ 医学影像”被多位业内人
士认为最有可能率先实现商业化。
北京大学地球与空间科学学院/ 陈斌/2018
文档评论(0)