摘 要：目前國內(nèi)醫(yī)療圖像分割應(yīng)用極少，現(xiàn)有分割算法耗時長、效率低，圖像辨識精度難以保證；醫(yī)生只能憑借經(jīng)驗估計病灶大小、形狀和三維位置相對關(guān)系，有礙診療的準確和便捷；現(xiàn)有病例數(shù)據(jù)、診療方法、經(jīng)驗共享困難，無法用大數(shù)據(jù)預(yù)測病情的擴散趨勢。目前，我國心功能醫(yī)療診斷行業(yè)缺乏一款針對心臟的醫(yī)療輔助平臺。為滿足行業(yè)需求、打破技術(shù)壟斷、解決檢測評估難題，系統(tǒng)以心臟功能評估與疾病的輔助診斷為出發(fā)點，以心臟核磁共振圖像、心功能指標計算方法為基礎(chǔ)，開發(fā)了由心臟圖像分割、三維重建、輔助評估系統(tǒng)、共享病歷數(shù)據(jù)庫模塊組成的心功能分析評估軟件系統(tǒng)，為醫(yī)患提供診斷結(jié)果。

關(guān)鍵詞：融合神經(jīng)網(wǎng)絡(luò)；三維重建；共享病例庫

1 作品簡介

團隊研發(fā)了基于邊端云協(xié)同技術(shù)與深度學習智能算法的心臟醫(yī)療影像輔助分析系統(tǒng)，這是一款集核磁共振圖像自動分割、心臟三維圖像構(gòu)建、共享病歷數(shù)據(jù)庫集成、心臟指標智能分析與評估于一體的智慧醫(yī)療云平臺。團隊以醫(yī)療影像智能分割和指標分析為出發(fā)點，獨創(chuàng)了基于DenseNet和CSRNet卷積神經(jīng)網(wǎng)絡(luò)的深度學習算法，具有將心臟影像引入端到端深度學習框架、局部圖像感知等優(yōu)勢。結(jié)合RC算法實現(xiàn)了心臟三維重建，建立了基于MRI圖像數(shù)據(jù)與3D數(shù)據(jù)庫的可變模型，以可變參數(shù)為基礎(chǔ)，跟蹤心臟邊界信息動態(tài)構(gòu)建三維立體影像。自主研發(fā)基于多用戶容器技術(shù)、NGV技術(shù)棧的MuVM框架及RDS for MySQL數(shù)據(jù)庫進行分布式數(shù)據(jù)存儲，實現(xiàn)了共享病例數(shù)據(jù)。

2 項目創(chuàng)新點

（1）核磁共振圖像分割系統(tǒng)。項目自主研發(fā)了基于級聯(lián)分割與回歸網(wǎng)絡(luò)（CSRNet）的融合分割網(wǎng)絡(luò)，可對患者心臟核磁共振圖像進行全自動分割。根據(jù)心臟分割結(jié)果識別心臟異常指標對于各疾病的權(quán)重，實現(xiàn)10余種疾病的精準評估，提供若干常見及罕見心臟病的疑似結(jié)果，為醫(yī)生提供輔助分析。

（2）心臟三維影像重建技術(shù)。以RC算法為核心的三維重構(gòu)算法利用核磁共振圖像對心臟進行立體三維重建。重建后的三維圖像與真實心臟相比誤差控制在毫米級，具有醫(yī)患溝通、術(shù)中導航、病灶精準定位、指標量化分析等功能。

（3）共享病歷資料庫。團隊自主搭建了基于大數(shù)據(jù)的病例庫，合理利用醫(yī)療大數(shù)據(jù)并滿足醫(yī)院對病例數(shù)據(jù)共享系統(tǒng)的需求。醫(yī)生可以利用大數(shù)據(jù)預(yù)測病情的擴散趨勢，將病人的既往病史、體質(zhì)特征、健康數(shù)據(jù)等作為診斷輔助。

（4）智慧醫(yī)療云平臺。將磁共振圖像分割、心臟三維重建、共享病歷數(shù)據(jù)庫整合到云平臺，可以為多用戶提供基于大數(shù)據(jù)病歷庫的實時檢查服務(wù)與醫(yī)學輔助評估功能。

3 應(yīng)用前景

我國心血管疾病患者人數(shù)已接近4億，位居世界首位。而90%的臨床醫(yī)療數(shù)據(jù)源自影像診斷，但核心技術(shù)仍被歐美壟斷。且我國醫(yī)療資源分配不均，15.82萬放射科醫(yī)生對應(yīng)75.4億年就診人次，醫(yī)患比例嚴重失調(diào)。同時，基層醫(yī)院由于醫(yī)療水平較低無人問津。近幾年，人工智能發(fā)展迅速，國家相繼出臺了多項鼓勵創(chuàng)新智慧醫(yī)療的政策，2022年全國兩會更是呼吁加強理療影像科的普及建設(shè)。

從行業(yè)環(huán)境來看，基于深度學習的人工智能輔助分析系統(tǒng)極大提高了醫(yī)生的診療效率，醫(yī)療圖像輔助診斷市場前景廣闊。

人工檢查圖像具有極強的主觀臆斷性，隨著智慧醫(yī)療的提出，各大醫(yī)療機構(gòu)也陸續(xù)采用了新型醫(yī)療診斷系統(tǒng)，但由于傳統(tǒng)對心臟的研究采用基于變分法或者圖像分割方法分割出序列MRI中左、右室壁內(nèi)外膜再進行分析計算，很難做到全自動處理，且分割耗時長，而心臟運動復雜，導致心室解剖結(jié)構(gòu)變化大，給分割帶來更大困難。2014—2019年，我國醫(yī)學影像設(shè)備市場在全球醫(yī)學影像市場占比不斷增加，對可對心功能進行準確評估的醫(yī)療人工智能系統(tǒng)的市場需求巨大。