研究生答辯《基于影像組學大數(shù)據(jù)的胃癌診斷應用研究》課件

基于影像組學大數(shù)據(jù)的胃癌診斷應用研究1匯報內(nèi)容立項依據(jù)1研究現(xiàn)狀2研究內(nèi)容3創(chuàng)新之處4CONTENTS研究基礎6預期成果52匯報內(nèi)容立項依據(jù)1研究現(xiàn)狀2研究內(nèi)容3創(chuàng)新之處4CONTENTS研究基礎6預期成果53立項依據(jù)我國是胃癌的高發(fā)地區(qū)，2023年度新發(fā)病例約30萬.居所有惡性腫瘤的發(fā)病和死亡率的第二位.河南作為全國人口第一大省，胃癌的發(fā)生率和死亡率均居國內(nèi)第二.4胃腸造影MRIPET-CT內(nèi)鏡哪些有效檢查

才能更有效診斷胃癌？存在的問題：影像檢查前準備缺乏個體化規(guī)范影像檢查種類多影像數(shù)據(jù)量大相關的問題：精確診斷前提-影像組學大數(shù)據(jù)電子病歷數(shù)據(jù)（HIS，LIS.）病理（常規(guī)檢查、免疫組化）CT--臨床常規(guī)的影像檢查方法人工智能-更好地輔助疾病診斷CT5影像檢查的優(yōu)缺點比較立項依據(jù)影像學方法優(yōu)勢之處不足之處1CT安全、方便、快捷、經(jīng)濟喝水？654-2？吞鋇？管腔外？量化？2胃腸造影整體觀、胃壁運動3MRI多參數(shù)成像時間？準備？量化？4PET-CT功能成像時間？輻射？5內(nèi)鏡直觀、活檢管腔外？量化？CT增強三期掃描影像學檢查最敏感的成像方法.彌補單純依靠胃壁影像改變進行評估的缺點.配合后處理軟件的應用，明顯提高胃癌的正確診斷率和術前分期的準確性.6問題一：胃癌臨床早期診斷難三期掃描動脈、靜脈期口服溫開水800-1200ml胃充分擴張肌注654-220mg抑制胃壁蠕動CT增強掃描飲水量--病變顯示有關，尚無標準規(guī)范化--充分擴張？可重復性？成像質(zhì)量：空腔器官腫瘤，呼吸和運動等易造成偽影等胃影像檢查前準備缺乏規(guī)范胃CT檢查的關鍵技術7正常胃壁胃癌胃壁問題一：胃癌臨床早期診斷難8問題二：影像診斷資源不足CT檢查需求呈高速增長趨勢胃癌CT臨床檢查現(xiàn)狀不容樂觀CT檢查資源整體不足我國影像數(shù)據(jù)年增長率30.0%放射醫(yī)師數(shù)量年增長率僅4.1%重大疾病機會性檢出漏診率、誤診率，誤診5700萬/年.河南省胃癌影像醫(yī)療現(xiàn)狀.專業(yè)影像人才不足，培養(yǎng)周期長.衛(wèi)生資源配置不平衡，人均占有率低.基層醫(yī)療機構(gòu)多機會性檢出，中晚期失去手術機會.影像組學：精準醫(yī)療的重要組成部分，也是醫(yī)學影像學發(fā)展的必然趨勢.主要問題：影像組學方法不一，掃描參數(shù)及分析方法尚未標準化，研究結(jié)果可重復性有待進一步驗證.9立項依據(jù)以上問題，我們該怎么辦？1問題一：胃癌臨床早期診斷難2問題二：影像診斷資源不足影像組學？？大數(shù)據(jù)？？醫(yī)生

最終診斷閱片計算第二建議10匯報內(nèi)容立項依據(jù)1研究現(xiàn)狀2研究內(nèi)容3創(chuàng)新之處4CONTENTS研究基礎6預期成果511深度學習深度學習：模擬人腦，學習深層網(wǎng)絡，獲取分布式特征表示.深度學習：形態(tài)學特征、性質(zhì)等的圖像數(shù)據(jù)進行機器學習.總結(jié)歸納：自動總結(jié)出代表性“特征”以及判斷腫瘤性質(zhì)“模式”.“肺癌檢出精度比一名放射醫(yī)師檢查肺癌的精度高5成以上.斯坦福大學的Esteva等發(fā)表了AI對皮膚癌的分類超越了皮膚科醫(yī)師水平.基于鉬靶的AI乳腺癌篩查效果顯著.模擬大腦學習構(gòu)建深層次模型抽取本質(zhì)特征提高分類精度12空腔器官腫瘤的人工智能檢測直腸癌深度卷積網(wǎng)絡模型：提高圖像中的特征表達能力.端對端傳輸方式，改善分類器訓練.提高滑動窗口中組織判斷的準確率.胃癌SSD卷積神經(jīng)網(wǎng)絡：由16層組成.運行在Caffe框架下.單次多盒監(jiān)測，一步完成region.proposal和regionclassification.現(xiàn)狀--已應用于空腔臟器腫瘤的輔助診斷問題--胃蠕動？形態(tài)、容積變化較大？13瓶頸問題人工智能腫瘤篩查已取得較大進展，國內(nèi)臨床應用報告較少.主要原因：缺乏高質(zhì)量標注數(shù)據(jù)，結(jié)論不可靠，難以保持測試數(shù)據(jù)集高準確率.深度學習網(wǎng)絡嵌套非線性結(jié)構(gòu)，導致數(shù)學基礎和解釋性較弱，“黑箱”方式.實體腫瘤的檢測研究較多，空腔器官腫瘤的研究較少.呼吸和蠕動造成管腔形變與邊界虛化.管腔外部區(qū)域的復雜背景，影像學特征不明顯.人工檢測易產(chǎn)生漏診和誤診，人工智能研究尚未見報道.研究方向：基于影像組學大數(shù)據(jù)的胃癌診斷應用研究.已構(gòu)建的胃癌診斷影像組學標注樣本數(shù)據(jù)庫.長期從事胃癌臨床影像學教學、科研及臨床工作.基于前期獲得的圖像智能分析的研究成果.利用已采集和脫敏處理好的影像組學大數(shù)據(jù).現(xiàn)狀分析14

關鍵科學問題

構(gòu)建高靈敏度、高特異性的影像組學數(shù)據(jù)庫，研究組織特異性的多模成像方法，實現(xiàn)胃癌的早期診斷，提高生存率。制定胃影像檢查前準備臨床操作規(guī)范。減少呼吸和蠕動對胃管腔形變與邊界虛化影響。有機融合多模態(tài)影像學特征、病理和臨床信息構(gòu)建智能篩查和診斷模型，實現(xiàn)胃癌篩查同時預測分期和分級。胃癌在影像學上多表現(xiàn)為內(nèi)壁上的突起或腫塊、胃壁不規(guī)則增厚或潰瘍。早期淺表型病變并未形成明顯的形態(tài)學改變，依賴CT增強技術。15匯報內(nèi)容立項依據(jù)1研究現(xiàn)狀2研究內(nèi)容3創(chuàng)新之處4CONTENTS研究基礎6預期成果516構(gòu)建胃影像檢查前準備統(tǒng)計模型建立胃癌診斷多模態(tài)影像組學數(shù)據(jù)庫構(gòu)建胃癌智能篩查與診斷預測模型建立和驗證胃癌診斷評估新平臺1234研究內(nèi)容。性別、年齡、民族、身高、體重、飲水量及相關的歷史胃影像檢查準備充分的患者數(shù)據(jù)，研究構(gòu)建符合影像學檢查準備充分的統(tǒng)計模型采用人工標注、通過實時采集有經(jīng)驗醫(yī)生進行臨床影像診斷時的視線信息標注和設計同時學習影像及對應診斷報告的深度學習算法自動標注三種方法獲取高質(zhì)量的標注數(shù)據(jù)。開展基于形態(tài)學和單體素特征的腫瘤篩查方法研究并構(gòu)建基于影像組學大數(shù)據(jù)的腫瘤診斷預測模型。圍繞胃癌影像組學大數(shù)據(jù)開展回顧性和前瞻性臨床研究，構(gòu)建基于胃癌影像組學大數(shù)據(jù)的定量和定性評估新平臺。17研究方案構(gòu)建胃影像檢查前準備統(tǒng)計模型建立胃癌診斷多模態(tài)影像組學數(shù)據(jù)庫構(gòu)建胃癌智能篩查與診斷預測模型建立和驗證胃癌診斷評估新平臺課題一課題二課題三（核心）課題四前提基礎驗證18技術路線空腔器官內(nèi)腫瘤（胃癌）影像數(shù)據(jù)（如CT、病理等）影像組學數(shù)據(jù)庫內(nèi)外邊界全自動分割標注數(shù)據(jù)高抽象度深度特征的學習和提取建立基于單體素特征先驗特征字典腫瘤區(qū)域篩查計算浸潤深度預測分期計算區(qū)域特征預測分級任務1腫瘤區(qū)域探測任務2腫瘤區(qū)域分割任務3腫瘤分級、分期多任務深度神經(jīng)網(wǎng)絡模型基于單體素特征的智能篩查和診斷影像組學與病理--病理為標準。分化程度、病理類型、TNM分級相關性。1919匯報內(nèi)容立項依據(jù)1研究現(xiàn)狀2研究內(nèi)容3創(chuàng)新之處4CONTENTS研究基礎6預期成果520創(chuàng)新提出基于影像組學的多任務深度學習模型。設計三位卷積算子和三維損失函數(shù)及相應的回歸優(yōu)化算法。學習三個任務，分別是感興趣區(qū)域探測、分割與目標分類。創(chuàng)新提出深度學習算法過程的可視化方法。模型各個層級間輸出和輸入的關聯(lián)分析。激活表征圖的可視化分析，建立可解釋和驗證的深度學習模型。提高可靠性以及對技術的信任度，大幅度降低潛在風險。創(chuàng)新提出新的標注方法。采用人工標注、通過實時采集視線信息標注和設計。同時學習影像及對應診斷報告的深度學習算法。自動標注三種方法相結(jié)合獲取高質(zhì)量的標注數(shù)據(jù)。創(chuàng)新建立和驗證胃癌診斷評估新平臺。構(gòu)建胃影像檢查前準備臨床規(guī)范。建立人機融合的胃癌診斷模型。創(chuàng)新之處21匯報內(nèi)容立項依據(jù)1研究現(xiàn)狀2研究內(nèi)容3創(chuàng)新之處4CONTENTS研究基礎6預期成果522診斷模型和方法建立可解釋和驗證的深度學習模型1個。建立胃癌診斷預測模型1個。建立胃癌診斷新方法1個。特定病種數(shù)據(jù)庫與操作規(guī)范建成胃癌影像組學數(shù)據(jù)庫1個。胃癌診斷知識圖譜1個。胃影像檢查前準備臨床操作規(guī)范1項。論文發(fā)表論文8-10篇，其中SCI/EI論文5篇以上。專利成功獲批國家級專利4項，申請發(fā)明專利2項以上。軟件著作權(quán)申請軟件著作權(quán)2項。人才培養(yǎng)培養(yǎng)博士研究生4名以上，碩士研究生10名以上。預期成果23匯報內(nèi)容立項依據(jù)1研究現(xiàn)狀2研究內(nèi)容3創(chuàng)新之處4CONTENTS研究基礎6預期成果524人才優(yōu)勢醫(yī)學及工學團隊：教授、副教授、講師（梯隊搭配合理）。研究生團隊：碩士、博士，以及醫(yī)工交叉博士。國內(nèi)外合作：中科院自動化研究所以及廣東省人民醫(yī)院科研團隊、日本岐阜大學藤田広志教授等。設備優(yōu)勢高端裝備：CT22臺、MR18臺、DSA23臺、PET/CT1臺、SPECT5臺、US150臺。人工智能：設備已具備，相關合作伙伴。影像組學大數(shù)據(jù)采集平臺建設方面處于全國領先地位基于美國癌癥研究協(xié)會建立的胸部CT圖像數(shù)據(jù)庫為模板。申請人團隊己建立的模擬低劑量CT圖像的量子噪聲的數(shù)學模型。基于自主研發(fā)的PACS系統(tǒng)，已建成影像組學大數(shù)據(jù)采集與處理平臺。研究者近30年胃癌X線與CT診斷經(jīng)驗、胃癌病例資源豐富。工作基礎25研究團隊概況研究團隊：醫(yī)學、工學交叉融合的知識結(jié)構(gòu)優(yōu)勢，開展國際合作優(yōu)勢的高層次人才隊伍.中青年博士為主的人才隊伍.主要成員具有在歐美、和日本的留學經(jīng)歷.臨床影像診斷和醫(yī)療大數(shù)據(jù)的智能分析領域.XXX，醫(yī)學博士XX一附主任醫(yī)師二級教授XX，工學博士XX大學信息工程學院教授XXX，工學博士XX大學教授XX大學客座教授XX，工學博士XX院研究員XX，醫(yī)學博士XX省人民醫(yī)院主任醫(yī)師教授26XX大學第一附屬醫(yī)院副院長二級教授、主任醫(yī)師、博導影像學教研室主任、學科帶頭人醫(yī)學組建議人--XXX教授省級以上學術團體中華醫(yī)學會影像技術分會副主任委員中華醫(yī)學會放射學分會腹部專委會副主任委員中國醫(yī)學裝備協(xié)會普通放射專委會主任委員榮譽稱號國家衛(wèi)生計生突出貢獻中青年專家“倫琴學者”獎章獲得者國家級專業(yè)雜志任職《中華放射學雜志》編委《中華醫(yī)學雜志英文版》同行評議專家《中國醫(yī)學影像技術》常務編委《醫(yī)學與哲學》雜志編委《實用放射學雜志》常務編委《臨床放射學雜志》編委《中國CT和MRI雜志》編委《中國誤診學雜志》編委《腫瘤影像學》雜志編委27消化系統(tǒng)腫瘤研究率先開展“胃癌的X線、螺旋CT與病理學對比研究”?！吨腥A放射學雜志》等重點號和專論系列論文。2002年河南省科學技術進步二等獎

國內(nèi)首創(chuàng)“螺旋CT三期掃描對胃癌的分期研究”。著名放射學專家周康榮教授高度評價。2001年河南省科學技術進步二等獎較早開展“胃癌螺旋CT表現(xiàn)特征與病理、分子生物學特性的相關研究”。較早開展“胃癌螺旋CT征象與VEGF-C、VEGFR-3表達及淋巴管密度間關系研究”。2008年河南省科技進步成果二等獎2012年河南省科技進步成果二等獎率先探索胃間質(zhì)瘤的多排CT、雙能CT、能譜CT影像表現(xiàn)特點。2008年河南省杰出青年計劃項目資助2013年河南省科技進步成果二等獎較早開展CT能譜成像評估胃癌新輔助化療效果研究2013年國家自然科學基金面上項目（81271573）最早開始基于能譜CT的胃神經(jīng)內(nèi)分泌腫瘤惡性等級機制及與特定miRNA相關研究。2017年國家自然科學基金面上項目（81671682）1985XX醫(yī)科大學臨床醫(yī)學專業(yè)學士學位2015XX大學影像醫(yī)學與核醫(yī)學專業(yè)博士學位迄今（37年）致力于消化系腫瘤、胸部疾病影像診斷及影像新技術臨床應用1999XX醫(yī)科大學影像醫(yī)學與核醫(yī)學專業(yè)碩士學位醫(yī)學組建議人--XXX教授28工學組建議人-XXX教授教育與工作經(jīng)歷

日本千葉大學計算機與信息系統(tǒng)科學專業(yè)博士13年海外研發(fā)經(jīng)驗，承擔完成海外項目5項，獲獎兩項鄭州大學教授，研究中心主任創(chuàng)建了鄭州知立康信息技術有限公司董事長“萬人計劃”專家，科技部“創(chuàng)新人才推進計劃”入選者研究領域醫(yī)學圖像處理與分析、三維重建和醫(yī)療器械醫(yī)療大數(shù)據(jù)分析及應用等研究業(yè)績承擔完成國家自然科學面向基金項目2項，省部級項目4項國家自然科學基金面上項目（61271146），改善低劑量CT三維重建圖像質(zhì)量算法研究國家自然科學基金面上項目（71272207），基于模式識別的動態(tài)過程質(zhì)量監(jiān)控及診斷國家人社部海外高層次人才科技支持計劃項目，基于低劑量CT掃描體數(shù)據(jù)的三維計算機輔助診斷系統(tǒng)日本EICE，美國IEEE系列”等發(fā)表論文50余篇獲發(fā)明專利授權(quán)及軟件著作權(quán)十余項科研成果進行產(chǎn)業(yè)化，智能影像診斷系列產(chǎn)品，正在全面進行市場推廣29中科院合作方帶頭人-XXX究員教育與工作經(jīng)歷

1989-1992，中科院自動化所，博士學位1984-1987，西北大學數(shù)學系，碩士學位1978-1982，安徽師范大學數(shù)學系，學士學位研究領域醫(yī)學影像、生物醫(yī)學工程、模式識別與智能系統(tǒng)主要科研成績科技部“973計劃”分子影像相關項目(首席科學家，2006,2011)國家科技支撐計劃項目、國家高科技發(fā)展計劃項目（863項目）國家自然科學基金國家重大科研儀器研制項目（部委推薦）、重點項目、重大國際合作項目等2003、2004、2010、2012年度國家技術發(fā)明二等獎2012年度何梁何利基金科學與技術進步獎2017年度全國創(chuàng)新爭先獎狀2006年度教育部“長江學者”榮譽稱號2010年度全國優(yōu)秀科技工作者30廣東省人民醫(yī)院合作方帶頭人-XXX教授擔任職務

中華醫(yī)學會放射學分會副主任委員XX省醫(yī)學會放射學分會主任委員亞洲腹部影像協(xié)會委員中華放射學雜志等十余家雜志編委研究領域腹部影像診斷和心血管影像診斷主要科研成績科學出版社、人民軍醫(yī)出版社及人民衛(wèi)生出版社出版專著，《鼻咽癌影像診斷學》、《多層螺旋CT掃描指南》、《多層螺旋CT血管成像》、《肝臟疾病CT診斷學》及《多層螺旋CT先天性心臟病診斷學》主持翻譯《磁共振對比劑三維血流成像》等專著Radiology、ClinicalRadiology、AbdominalImage等兩百余篇參與“國家十一五科技支撐計劃”子項目及在研國家自然科學基金2項第一完成人先后獲得廣東省科技成果進步二等獎和三等獎31海外專家組合作人

鄭州大學兼職教授-XXX教授日本名古屋大學，博士，美國芝加哥大學博士后日本岐阜大學教授，XX大學客座教授

醫(yī)學影像信息學會

會長，放射學會圖像分會會長研究領域：醫(yī)學影像智能診斷方法；計算機輔助診斷（CAD）系統(tǒng)，醫(yī)療大數(shù)據(jù)處理與分析，病灶識別和評價等研究業(yè)績作為首席科學家連續(xù)主持日本文部省新學術研究領域重大科研項目（2010年-2023年）（2015年8月-2018年）近10年獲得的產(chǎn)官學等項目研究經(jīng)費總額超過7億日元擁有CAD（計算機輔助診斷）相關專利60多項，發(fā)表論文1000余篇獲北美醫(yī)學放射協(xié)會獎和SPIE