中科院AI医学影像新成果：人工智能可为肝癌患者无创分级

中科院苏州医工所联合丽水市中心医院、苏州大学附属第二医院研究团队提出了SEDenseNet网络，开展了基于增强MR图像（层厚3～8mm）的肝细胞癌恶性程度分级研究。该研究从丽水市中心医院和苏州大学附属第二医院获取了75位病人的增强磁共振图像，包括75例动脉期图像、75例静脉期图像、63例延迟期图像，共213个病灶ROI。通过结合深度学习中的DenseNet和SENet两种网络结构，构建了SE-DenseNet网络，利用SENet对特征进行权重自学习，从而达到对重要特征增强的目的，在一定程度上，SE-DenseNet缓解了DenseNet的特征冗余性。

实验结果显示，SE-DenseNet的分类性能优于DenseNet和DenseNet-BC（SE-DenseNet：accuracy=0.83， DenseNet：accuracy=0.72， DenseNet-BC：accuracy=0.66）。研究人员表示，与医学影像联合使用的人工智能系统SE-DenseNet与增强磁共振图像结合，可以在无创条件下为病患完成癌症分级。未来将把该技术应用在其开发的肝癌消融计划导航系统中，以更准确地辅助制订手术计划。