AI seminar 0419

东大N号馆第2期报告资料,来自LPixels王光辉

1. 人工智能在医疗影像中的应用 Lpixel Inc. 王光辉 2018/04/19 Confidential Copyright © LPixel Inc. All Rights Reserved.
2. 自我介绍 2016年加入LPixel,从事生物图像解析和医疗影像分析的 研发工作。 • 担任项目 • 高速显微镜细胞图像的细胞成分检测分析 • 大肠内窥镜图像病变部位的实时分类检测 • 技术领域 • 生物医学图像处理 • 深度学习为主的机器学习 Confidential Copyright © LPixel Inc. All Rights Reserved.
3. Agenda • 医疗行业存在的课题 • 医疗影像+人工智能的相关公司 • 医疗影像中应用到的深度学习方法 • 深度学习在医疗影像中应用的难点 • 深度学习在医疗影像分析中的成果和实例 Confidential Copyright © LPixel Inc. All Rights Reserved.
4. 医疗行业存在的课题 • 医疗影像大量存在 • 在医疗行业,90%的医疗数据是CT、X线、磁共振 等医疗影像 • 每年医疗影像数量以30%的速度增加 … 病理图像 磁共振图像 X线图像 内窥镜图像 • 影像医生不足 • 目前全国有7万多影像医生,实际需求是70多万 • 每年影像医生数量以4%的速度增加 Confidential Copyright © LPixel Inc. All Rights Reserved.
5. 医疗影像+人工智能的相关公司 科技巨头 初创类公司 Confidential Copyright © LPixel Inc. All Rights Reserved.
6. 医疗影像中应用到的深度学习方法 分类(classification) 提取物体特征 输出类别 数据来源:https://medium.com/@shridhar743/a-beginners-guide-to-deep-learning-5ee814cf7706 Confidential Copyright © LPixel Inc. All Rights Reserved.
7. 医疗影像中应用到的深度学习方法 检测(detection) 提取物体特征 输出类别和 边框位置 Confidential (数据来源: Girshick et al., 2014) Copyright © LPixel Inc. All Rights Reserved.
8. 医疗影像中应用到的深度学习方法 分割(segmentation) 提取物体特征 输出类别和 物体区域 Confidential (数据来源: He et al., 2017) Copyright © LPixel Inc. All Rights Reserved.
9. 深度学习在医疗影像中应用的难点 • 数据获取 • 深度学习的最大优势只有在大规模数据上才能体现,而在医 疗影像中,病变种类繁多,一些罕见病变很难积累大量数据 • 数据标注 大肠肿瘤种类 • 深度学习需要对先验知识进行训练,这就需要对数据进行标 注,而标注数据的质量也是因医生的知识水平和工作经验有 所差别 医生A 癌症 医生B 肿瘤 … Confidential Copyright © LPixel Inc. All Rights Reserved.
10. 深度学习在医疗影像分析中的成果 • 皮肤癌检测(2017年Stanford University) • 757个病变类,训练数据127,463,测试数据1,942 • 整体准确度到了72.1%左右 红:恶性 绿:良性 橙:不确定 良性 恶性 Deep CNN Layout Dermatologist-level classification of skin cancer with deep neural networks, A Esteva et al. Nature 1–4 (2017) doi:10.1038/nature21056 Confidential Copyright © LPixel Inc. All Rights Reserved.
11. 磁共振(MRI)脑肿瘤检测(1/2) y z x 数据来源:https://en.wikipedia.org/wiki/Magnetic_resonance_imaging Confidential Copyright © LPixel Inc. All Rights Reserved.
12. 谢谢! Confidential Copyright © LPixel Inc. All Rights Reserved.