PDF《乳腺癌肿瘤筛查By AI》

2 ? 特点一:人工+计算机难例挖掘 普通训练方式 难例被简单例子淹没, 导致计算机无法学习 到关键特征 人工+计算机难例挖掘 多模型多轮次的计算 机难例挖掘后,得到 疑难案例,并由专家 确认难例标注.放入 样本集强化训练. ? 特点二:医疗图像归一化 切片染色风格不同 计算机处理不同染色 风格的图片,效果很 不一致 医疗图像归一化 利用对抗网络,将图 像染色做归一化,使 后续算法效果一致. ? 特点三:前向预测加速 大大加快前向预测速度, 医生可以在0.5秒级时 间内得到视野内的预测 结果 视野内图片切成重叠 的PATCH,40倍镜预 测时间需要5s以上 原始图切patch处理 共享计算+模型压缩 3乳腺MRI&超声 MRI & Ultrasonic Diagnosis 乳腺MRI――目标功能 ? 半自动标注工具 (研发中) ? 意义:帮助医生减少标注病灶的工作量 ? 难点:构造一个半自动的神经网络,将医生手工信息融入神经网 络,辅助分割病灶

1 乳房分割 ROI提取 病灶分割 可人工修正 可人工修正 乳腺超声――目标功能 ? 病灶分类(数据准备中) ? 意义:帮助医生定量分析病灶,并给出病灶分类建议. 3