2024年 第34卷 第3期
《工程（英文）》 >> 2024年 第34卷 第3期 doi: 10.1016/j.eng.2023.02.013
从信号到知识——基于人工智能的医学影像裸数据诊断价值初探
a Beijing Advanced Innovation Center for Big Data-Based Precision Medicine, School of Engineering Medicine, Beihang University, Beijing 100191, China
b Key Laboratory of Big Data-Based Precision Medicine, Beihang University, Ministry of Industry and Information Technology, Beijing 100191, China
c CAS Key Laboratory of Molecular Imaging, Institute of Automation, Chinese Academy of Sciences, Beijing 100190, China
d Department of Radiology, The First Hospital of Jilin University, Changchun 130021, China
e Neusoft Medical Systems Co. Ltd., Shenyang 110167, China
f Neusoft Research of Intelligent Healthcare Technology Co. Ltd., Shenyang 110167, China
g School of Life Science and Technology, Xidian University, Xi'an 710126, China
h Engineering Research Center of Molecular and Neuro Imaging, Ministry of Education, Xi'an 710126, China
i School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing 100049, China
下一篇 上一篇
摘要
近期，基于图像的诊断技术取得了飞速发展。现代医疗诊疗流程和医学影像技术密不可分。然而，当前的“信号-图像-知识”诊断模式在图像重建过程中（信号-图像）会不可避免地导致信息丢失。目前，可以从大量数据中挖掘知识的人工智能（Artificial Intelligence, AI）技术为变革已有的工作流程提供了机遇。在这项前瞻性研究中，我们首次开发了一种基于AI的“信号-知识”诊断方案，直接从计算机断层扫描（Computed Tomography, CT）的裸数据（信号）进行肺结节分类。结果显示，裸数据几乎可以达到与CT相媲美的性能，这表明我们可以在不重建图像的情况下诊断疾病。同时，通过三种常见的卷积网络结构将裸数据整合到CT模型中可以大大提高诊断性能（提升范围从0.01到0.12），这表明裸数据可以为CT模型的诊断提供增益信息。本项研究的结果开辟了新的领域，并显示了“信号-知识”领域分析的潜力。
补充材料
京公网安备 11010502051620号
