近日，中科院苏州医工所研究人员与丽水、苏州两地医院合作，新近研发出一种可以与医学影像联合使用的人工智能系统。这套系统与增强核磁共振图像结合，可以在无创条件下为病患完成癌症分级。
癌症分级是指根据恶性肿瘤的分化程度高低、异型性大小及核分裂像多少等病理形态，来确定恶性程度的级别。分级可以表明肿瘤的恶性程度，为临床诊断、选择治疗方案和预后评估提供依据。但现实中，分级结果高度依赖于医生经验，具有较大主观性。近年来随着模式识别、机器学习、 学习等技术的不断发展，科学界正尝试构建可以与医学影像结合的 学习网络，对癌症进行客观自动的分级。
此次，科研团队构建了一套名为SE－DenseNet的复合 学习网络。这套网络既能敏锐地捕捉增强核共振图像特征，又能自主学习、不断优化不同特征在整个分析中的权重，完成对癌症患者的分级。
“相比于传统通过穿刺进行的癌症分级，使用‘医学影像＋AI’分级能更全面地获取病灶信息，降低漏检概率。近年来，利用人工智能进行病灶分级的准确性还在不断提升，说明这项技术应用于疾病诊疗具有很广阔的前景。”参与此项研究的苏州医工所研究员周志勇说。
相关研究成果已于近日刊发在生物医学工程领域期刊《生物学与医学中的计算机应用》上。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
