AI辅助肝部病变分割技术再获突破 腾讯优图刷新全球医疗影像大赛LiTS两项纪录
全球AI检测肝病技术取得了新的突破。近日，全球LiTS (Liver Tumor Segmentation Challenge，肝脏肿瘤病灶区CT影像分割挑战)世界记录再次被刷新，腾讯旗下顶级AI实验室-腾讯优图实验室联合厦门大学组成的TencentX团队，从近百支科研队伍中脱颖而出，荣获肝分割、肝肿瘤分割两项技术世界第一。其中肝脏分割技术第一的记录保持了近半年，至今无人超越。
(图示：腾讯优图TencentX团队获得全球LiTS肝脏分割、肝肿瘤分割两项第一)
LiTS由德国慕尼黑理工大学、以色列特拉维夫大学等高校、科研院所与国际顶级医学图像年会MICCAI联合举办，致力于用创新的算法解决肝脏肿瘤病灶CT图像的自动分割，帮助疾病诊断、图像引导手术以及医学数据的可视化，为临床诊疗和病理学研究提供可靠的依据。
肝癌是世界上发病率和致死率均较高的恶性疾病之一，临床上常用的检查已经形成包括超声、CT、MRI等完整的影像体系。基于影像的肝脏肿瘤自动分割技术能够辅助医生精确的了解癌灶的位置、大小以及与周围血管、肝组织的关系，对于后续的放射治疗、手术切除等都具有十分重要的临床意义。
然而，要实现精准的肝脏与肝肿瘤分割存在较大的难度。首先，肿瘤的大小、形状、位置复杂多变，因人而异;其次，肝脏与相邻器官之间、肿瘤区域与肝脏正常组织之间在CT成像中界限比较模糊;另外，该挑战的130例训练数据来源于多中心，数据的重建层厚、扫描增强期和方位存储等都存在很大差异。这些问题都加大了AI自动分割肝脏病灶的难度。
TencentX团队提出的自动分割算法力争在每一个处理环节都做到最优，包括数据的预处理、深度学习网络模型的设计、损失函数的选择以及最终结果的后处理。好的数据预处理是精准分割的关键，方案首先通过数据标准化预处理，从而降低不同数据间的图像差异。针对肝脏分割模块，团队设计了新颖的2.5D全卷积神经网络，并借鉴当下流行的空洞卷积模块有效的挖掘肝脏的结构化信息。在肝肿瘤分割模块，团队聚焦肿瘤在3D层面的连续性，设计了新颖的辅助损失函数，使得网络有效挖掘肿瘤的空间信息。最后通过模型融合等后处理调整，有效保证了算法的可靠性和精准性。
(图示：肝脏和肝肿瘤分割结果演示，红色代表分割的肝脏区域，绿色代表分割的肝肿瘤区域)
腾讯优图在AI医疗方面沉淀已久，具备进行上亿规模的模型训练及合作接入，能够为技术落地提供有力的服务保障。近年来，腾讯优图的医疗AI技术，通过腾讯首个医疗影像产品“腾讯觅影”持续对外输出，目前已支持宫颈癌、肺癌、糖尿病视网膜病变等癌症筛查，并在国内100多家顶尖三甲医院进行落地，既减轻了医生的工作量，也为提升诊断准确率和效率发挥了重要的作用。
值得一提的是，腾讯优图在深耕AI图像技术的同时，积极开展产学研合作探索，与多所国内顶尖大学建立连接。此次合作的厦门大学王连生老师团队就是其中之一。通过全面布局AI产业、与高校展开密切合作，腾讯优图在人工智能领域持续稳步前进，在为行业培养更多优秀人才的同时，进一步加速推动AI技术在更多领域的创新研究和应用落地。
