人工智能与影像组学 

主讲：闫士举

目  录

一、影像组学研究背景

二、影像组学研究进展

三、影像组学关键技术

四、影像组学发展方向

一、影像组学研究背景

（一）医疗数据急剧增长

医疗数据种类多

医疗数据量庞大

三甲医院年影像数据量高达PB级

（二）影像组学助力智能医疗

（三）癌症诊疗面临重大挑战

美国NIH 癌症大数据显示

52年间癌症5年生存率无实质性进展

五年生存率

Data from National Cancer Institute of NIH （2016）

（四）癌症精准诊疗新机遇

（五）影像组学概念

影像组学结合医学影像、基因和临床大数据，利用人工智能方法挖掘肿瘤信息，实现临床辅助决策.

（六）影像组学提供定量研究新方法

二、影像组学研究进展

（一）影像组学进展概述

（二）辅助诊断

1．胶质母细胞瘤亚型诊断（1/2）

美国斯坦福大学利用多中心数据研究脑胶质瘤影像与基因关联关系

Haruka et al, Science Translational Medicine, 2015, 7:303. SCI IF(2015): 16.264

1．胶质母细胞瘤亚型诊断（2/2）

2．术前结直肠癌淋巴结转移诊断

广东省人民医院、中科院自动所合作预测结直肠癌淋巴结转移

Yanqi Huang, et al, Journal of Clinical Oncology, 2016, 34(18):2157. SCI IF(2015): 20.98

3．皮肤癌类别精准诊断(1/2)

斯坦福大学使用人工智能方法将皮肤癌精准诊断推向日常

Esteva A, et al, Nature, 2017, 542(7639): 115-118. SCI IF(2015): 38.138

3．皮肤癌类别精准诊断(2/2)

Esteva A, et al, Nature, 2017, 542(7639): 115-118. SCI IF(2015): 38.138

（三）疗效评估——直肠癌新辅助放化疗效果评估

浙大医学院邵逸夫医院利用影像组学评估直肠癌放化疗效果

Ke Nie, et al, Clinical Cancer Research, 2016, 22(21):5256-64. SCI IF(2015): 8.796

（四）预后预测

1．肺癌头颈癌预后预测(1/2)

1．肺癌头颈癌预后预测(2/2)

影像组学通过融合影像、基因和病理特征建立影像组学标签，揭示影像与患者预后联系

Aerts et al. Nature Communications, 2014, 5: 4006. SCI IF(2015): 11.329

2．肺癌无进展生存期预测

广东省人民医院与中科院自动化所合作非小细胞肺癌生存预测

Yanqi Huang, et al, Radiology, 2016, 281(3):947-957. SCI IF(2015): 6.798

3．晚期鼻咽癌的预后预测

与广东省人民医院合作鼻咽癌的预后预测

Clinical Cancer Research, in press, 2017. DOI：10.1158/1078-0432.CCR-16-2910.

三、影像组学关键技术

面对系列临床问题，影像组学采用深度机器

学习等方法进行分析研究以实现临床辅助决策

（一）精准肿瘤分割

1．影像组学研究需首先对病变肿瘤区域精准定位

2．提出基于区域生长的肺结节半自动精准分割方法

3．提出中心池化卷积神经网络分割肺壁粘连等多种肺结节

（二）特征提取

将计算机定量特征、经验特征、文本信息、基因信息和病理信息相结合，全面量化肿瘤异质性。

（三）特征降维

（四）模型构建

1．针对具体临床问题，建立计算机定量影像特征与所研究临床研究问题标签之间的分类模型。

2．多尺度深度学习分类模型提升分类精度

Multi-scale Lung Nodule Classification Method Using CNN, Pattern Recognition, 2016.

doi:10.1016/j.patcog.2016.05.029

（五）模型可视化

针对具体临床问题，融合影像组学标签和临床预后因子，展示适用临床的个体化预测诺模图

四、影像组学发展方向

（一）影像组学未来展望

（二）数据资源平台(1/4)

（二）数据资源平台(2/4)

制定规范统一的数据纳入排除标准，收集整合医学影像大数据。

（二）数据资源平台(3/4)——格式规范示例

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》

（二）数据资源平台(4/4）

已构建了较大规模的多中心、多肿瘤、多模态肿瘤影像组学临床资源库，涵盖中国三大高发癌种，数据万余例

（三）辅助诊断系统

1．医学影像分析算法平台

MITK：

集成化医学影像分析C++类库

3DMed：

面向用户的医学影像分析平台

2．肺癌影像组学软件

3．软件平台评价

（四）共享交流平台

1．实现从数据特征到辅助诊断结果的全流程在线分析处理

2．合作研究