影像组学及其在肿瘤研究与临床中的应用课件.pptVIP

影像组学数据规范详细参考《中国科学院分子影像重点实验室合作医院影像组学数据规范细则》影像组学特征提取肿瘤强度肿瘤纹理临床经验小波特征低维特征视觉特征高维特征一定个数三维特征经验特征复杂特征同病异症异病同症深度学习大数据挖掘定量分析肿瘤形状将低维视觉特征、高维复杂特征和临床经验特征相结合，全面分析肿瘤异质性简单视觉二维特征放射科医生同病异症异病同症多年临床诊断经验定量异质性提高诊疗率高维复杂三维特征影像组学数据挖掘深度学习影像组学特征选择肺结节自动分割研究LIDC公开数据集819例数据的精度为81.57%.较之于水平集方法和图割方法，精度提高14.95%(p0.0005)和10.18%(p=0.004).3D临床问题：肺结节自动分割精度低手动分割速度慢与上海长征医院合作研究肿瘤自动分割，精度提高10%JiangdianSong,ANewAutomatedLungNoduleSegmentationAlgorithmBasedonTobogganandregiongrowing.IEEETMI,35(1):337-53,2016.分割方法对实性结节和磨玻璃结节都有效与斯坦福大学合作进行肺癌良恶性分类预测肺癌良恶性诊断对治疗方案制定有重要指导意义，常规诊断主要依靠术前穿刺活检或术后病理，缺乏术前无创定量评估方法临床问题组学方法临床数据有良恶性病理证实的国际公开肺癌数据库LIDC数据库中495良性和495恶性肺结节采用基于深度机器学习的影像组学方法进行肺癌良恶性二分类的预测分析WeiShen,Multi-scaleLungNoduleClassificationMethodUsingCNN,accepted,2016,PR基于深度学习的肺癌良恶性预测(1/2)深度机器学习对肺结节多尺度分类精度达83%基于深度学习的肺癌良恶性预测(2/2)基于LIDC数据库495良性和495恶性肺结节，采用10倍交叉验证法卷积神经网络深度机器学习人工智能黑盒子多尺度输入良恶分类WeiShen,Multi-scaleLungNoduleClassificationMethodUsingCNN,accepted,2016,PR软件进展—肺癌预测软件研发(1/5)在中国科学院STS项目支持下研发肺癌影像组学预测软件数据显示区预测结果实时进度运行记录操作区软件进展—肺癌预测软件研发(2/5)软件可以进行肿瘤良恶性预测，为临床诊断提供第二意见TNM分期良恶性生存期治疗方案病人打分机制： 60分预后良好，可推荐手术治疗、放化疗等 60分预后较差，建议保守治疗、靶向治疗等可实现肿瘤的自动分割和592个特征的提取肿瘤分割结果软件进展—肺癌预测软件研发(3/5)软件进展—肺癌预测软件研发(4/5)恶性肿瘤例子N分期良恶性生存期治疗方案软件进展—肺癌预测软件研发(5/5)N分期良恶性生存期治疗方案良性磨玻璃伪影(GGO)例子*、上海技术物理所西光所*、上海技术物理所西光所****进度，人员，讲述：开头：串词强调构造计算平台发展趋势我们前期做工作基础直说构造了平台，有什么评价，不说其他。基础简单讲或者不讲国际需求,需要融合平台，融合软件，融合算法，融合设备等等，研发团队进度首页：国家重大仪器项目计算平台团队中国科学院分子影像重点实验室《〈〈〈现有仪器比以前仪器要好，围绕这个目标，有了第一分作用之后，badian，转折，多了，不能那么细逻辑上告诉别人，我们在干什么，已经干了什么，还正在做什么，说明多摸融合的重要性，融合的系统会做的更好，说了点场面上的东西。利用现有设备能做什么，可以做什么，未来做什么，这才识我们的优势》》》融合平台两个方面的工作：一是那些算法：分割，陪准，算法加把已有的工作当作将要做的工作一是集成平台逻辑结构，计算结构，软件结构。可视化达到什么程度，有指标。表达技巧ppt自己不断更新,加进新的东西，否则总是一个不太好。融合，系统上面做了什么，硬件做了什么，软件做了什么逻辑上，融合的框架----空间的，时间的做了什么工作。动画---与设备相关的视觉心理：最好一个ppt最好不超过三种。眼睛刺激就看不到影像组学及其在肿瘤研究与临床中的应用4项定量指标：背景—国家重大需求：重点地区、癌症早诊率达到50%肿瘤登记覆盖全国30%以上人口癌症防治核心知识知晓率达60%成人吸烟率下降