在全球范圍內(nèi)，肺/肝/胃和腸腫瘤目前占所有癌癥死亡的近一半（46%）。在原發(fā)性肝癌中，肝細(xì)胞癌是肝癌的重要分型，占原發(fā)性肝癌的70%~90%，是導(dǎo)致全球癌癥死亡的第三大腫瘤。肝癌的分級(jí)對(duì)病人的臨床診斷、治療方案選擇以及預(yù)后具有重要的臨床意義。

目前診斷肝癌的手段有影像檢查、活檢、AFP血清檢查等，其中最常用的醫(yī)學(xué)影像檢查包括CT和MR，CT和MR已經(jīng)被公認(rèn)為肝膽和乳腺癌等疾病的非侵入性檢查的首選。不同于大多數(shù)腫瘤，肝癌可以通過(guò)非侵入性的影像檢查進(jìn)行確診。而且，肝癌的治療方案，包括介入治療、肝切除治療、肝移植治療等，也可不依賴(lài)于病理活檢。但是病理活檢仍是評(píng)估病灶?lèi)盒猿潭鹊谋匾侄?。若能?shí)現(xiàn)基于醫(yī)學(xué)影像的病灶分級(jí)，則可以在一定程度上對(duì)腫瘤的治療方案提供參考意見(jiàn)，能降低診斷對(duì)病理活檢的依賴(lài)，極大減輕患者的痛苦。在臨床應(yīng)用中，分級(jí)結(jié)果高度依賴(lài)于醫(yī)生經(jīng)驗(yàn)，具有較大的主觀性。因此，尋求客觀、有效的分級(jí)評(píng)估方法是一個(gè)重要的研究方向。隨著模式識(shí)別、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)的不斷發(fā)展，借助醫(yī)學(xué)影像輔助診斷系統(tǒng)，構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)模型，對(duì)肝癌進(jìn)行客觀自動(dòng)的分級(jí)成為目前主流的研究方向之一。

中國(guó)科學(xué)院蘇州生物醫(yī)學(xué)工程技術(shù)研究所研究員戴亞康、周志勇和周慶等人聯(lián)合麗水市中心醫(yī)院副院長(zhǎng)紀(jì)建松團(tuán)隊(duì)和蘇州大學(xué)附屬第二醫(yī)院范國(guó)華團(tuán)隊(duì)，提出了SE-DenseNet網(wǎng)絡(luò)，開(kāi)展了基于增強(qiáng)MR圖像（層厚3mm~8mm不等）的肝細(xì)胞癌惡性程度分級(jí)研究。該研究從麗水市中心醫(yī)院和蘇州大學(xué)附屬第二醫(yī)院獲取了75位病人的增強(qiáng)核磁共振圖像，包括75例動(dòng)脈期圖像、75例靜脈期圖像、63例延遲期圖像，共213個(gè)病灶ROI。該研究通過(guò)結(jié)合深度學(xué)習(xí)中的DenseNet和SENet兩種網(wǎng)絡(luò)結(jié)構(gòu)，構(gòu)建了SE-DenseNet網(wǎng)絡(luò)，利用SENet對(duì)特征進(jìn)行權(quán)重自學(xué)習(xí)，從而達(dá)到對(duì)重要特征增強(qiáng)的目的，在一定程度上，SE-DenseNet緩解了DenseNet的特征冗余性。從實(shí)驗(yàn)結(jié)果上看，SE-DenseNet的分類(lèi)性能優(yōu)于DenseNet和DenseNet-BC（SE-DenseNet：accuracy=0.83，DenseNet：accuracy=0.72，DenseNet-BC：accuracy=0.66）。該研究表明了深度學(xué)習(xí)應(yīng)用于肝癌分級(jí)的可行性，具有較好的應(yīng)用前景。該研究團(tuán)隊(duì)將把該技術(shù)應(yīng)用在其開(kāi)發(fā)的肝癌消融計(jì)劃導(dǎo)航系統(tǒng)中，以更準(zhǔn)確地輔助制定手術(shù)規(guī)劃。

該研究工作獲得國(guó)家重點(diǎn)研發(fā)計(jì)劃（2018YFC0116904）、浙江省重點(diǎn)研發(fā)計(jì)劃（2018C03024）和蘇州市民生科技（SS201854）等的資助。

相關(guān)研究成果發(fā)表于Computers in Biology and Medicine。(生物谷世聯(lián)博研Bioexcellence）

小編推薦會(huì)議  2019先進(jìn)體外診斷行業(yè)峰會(huì)

http：//meeting.世聯(lián)博研Bioexcellence/2019ivd?__token=liaodefeng