近日，科大訊飛華南研究院醫(yī)學(xué)影像團(tuán)隊(duì)刷新CHAOS（Combined Healthy Abdominal Organ Segmentation）比賽中CT肝臟分割三項(xiàng)指標(biāo)的世界紀(jì)錄。這是繼科大訊飛刷新LUNA肺結(jié)節(jié)檢測(cè)世界紀(jì)錄，奪冠IDRiD眼底圖像分析后在醫(yī)學(xué)影像領(lǐng)域取得的又一佳績(jī)。

CHAOS是國(guó)際醫(yī)學(xué)影像領(lǐng)域頂級(jí)會(huì)議ISBI（International Symposium on Biomedical Imaging）設(shè)置的競(jìng)賽單元，主要目的是評(píng)測(cè)算法從CT或MR數(shù)據(jù)中分割出腹部器官的準(zhǔn)確性。其中，Task-2（即CT肝臟分割）是比賽中競(jìng)爭(zhēng)最為激烈且關(guān)注度最高的項(xiàng)目。吸引了全球范圍內(nèi)800多支隊(duì)伍報(bào)名參加，其中包括多倫多大學(xué)、南加州大學(xué)、復(fù)旦大學(xué)、上海交通大學(xué)及創(chuàng)新工場(chǎng)等知名高校和研究機(jī)構(gòu)。

科大訊飛華南研究院團(tuán)隊(duì)提出了3D全卷積的Encoder-Decoder結(jié)構(gòu)的AbdomenNet網(wǎng)絡(luò)，來實(shí)現(xiàn)腹部器官的精細(xì)分割。

相較于2D或者2.5D方案，3D卷積可以更好地對(duì)肝臟的空間結(jié)構(gòu)信息進(jìn)行建模，同時(shí)使用密集相連的卷積層來提高模型的語義編碼能力，此外還設(shè)計(jì)了邊界敏感的損失函數(shù)來加強(qiáng)邊緣精細(xì)結(jié)構(gòu)的分割效果。

研究院團(tuán)隊(duì)7月3日提交的兩個(gè)模型，分別獲得CT肝臟分割總分的第一和第二名。其中，排名第一的模型獲得三項(xiàng)評(píng)價(jià)指標(biāo)（Dice—分割重合度，ASSD—平均對(duì)稱表面距離以及MSSD—最大對(duì)稱表面距離）第一名和一項(xiàng)評(píng)價(jià)指標(biāo)（RAVD—絕對(duì)體積相差）第二名。最終取得總分領(lǐng)先此前線下提交最高分3.3分和線上提交最高分1.1分的好成績(jī)。

左上、右上、左下分別對(duì)應(yīng)腹部CT切片水平面、冠狀面和矢狀面，紅色邊緣為專家標(biāo)注，藍(lán)色區(qū)域?yàn)樗惴A(yù)測(cè)；右下圖為依據(jù)分割結(jié)果重建的肝臟三維結(jié)構(gòu)，紅色代表和專家結(jié)果偏差。

目前臨床應(yīng)用的腹部器官三維影像勾勒，主要依賴于專家手動(dòng)標(biāo)注幾十至幾百層的切片數(shù)據(jù)，工作量大且效率低下。智能又精準(zhǔn)的器官分割方法可以極大地節(jié)省數(shù)據(jù)處理時(shí)間，輔助醫(yī)生通過3D可視化和3D打印技術(shù)等更直觀地判讀臟器狀態(tài)，對(duì)器官移植術(shù)前評(píng)估，腹部動(dòng)脈手術(shù)規(guī)劃等場(chǎng)景提供極大便利。

科大訊飛華南研究院創(chuàng)建于2018年，致力于人工智能前沿技術(shù)的研究，在醫(yī)療領(lǐng)域還涵蓋了肺部CT、骨科影像等。在應(yīng)用層面，依托南沙人工智能醫(yī)學(xué)影像診斷中心不斷輸出A.I.能力。此外，還在自然語言理解，通用機(jī)器視覺領(lǐng)域持續(xù)發(fā)力，助力人工智能技術(shù)在粵港澳大灣區(qū)落地生根。