科技成果简介

成果名称:

医学图像诊断系统

项目联系人：

曾国坤

所属领域:

医学图像、人工智能

成果简介:

医疗是民生之需。目前，医疗影像数据量庞大，放射科医生匮乏，出现了供需不平衡的问题。而由于医学成像设备的成像机理、采样条件等因素的限制及人体解剖结构的复杂性，所生成的医学图像数据具有复杂性、模糊性等问题，使得人眼对某些图像很难直接做出准确的判断。利用计算机图像处理与分析技术使医学图像适应医生的观察和计算机分析，对提高医生临床诊断的准确性具有重要的意义。随着计算机软硬件技术的发展，机器学习、深度学习以及人工智能的发展，计算机可以根据海量的有标注的医疗影像数据学习作为辅助诊断。计算机辅助诊断是医学影像处理中的一个热门的研究方向，可用于早期诊疗。通过计算机辅助诊断，可以帮助医生对影像进行分析诊断，提高阅片的效果和正确率。

主要技术特点：

本项目开发了一套基于多类医学图像的疾病诊断架构，实现对多种不同类型的医学图像的自动化诊断。该架构完成两个阶段的任务，第一阶段任务是对医学图像的类别进行划分，通过提出的基于随机森林进行多特征融合的策略，融合图像的简单统计特征、颜色矩特征以及相应的纹理特征，优化分类模型，使其能够更加准确地给出类别标签；第二阶段任务是根据上一阶段给出的类别标签，选取合适的模块，提取出相应的特征，利用分类器对其进行分类，给出相应的诊断结果。

应用范围：医学影像的计算机辅助诊断

本项目提出的疾病诊断架构具备有疾病识别与分类能力，可以辅助医生进行疾病诊断。并且，在提出的疾病诊断架构的基础上，开发出了一套疾病诊断系统，能够辅助医生进行诊断，减少误诊和漏诊现象，具有研究意义与实际应用价值。并且对于有个人影像设备的用户而言，例如个人超声设备等，可以上传个人用户的医学影像（超声影像等）至本项目提出设计的医学影像疾病诊断系统便可实现远程早期诊疗的功能。

照片资料：

图1 乳腺X线图像的肿块检测和诊断流程图

图2 肺部CT图像的肺结节检测和诊断流程图

图3 分割过程效果图

图4 ANA、精子细胞、超声肝脏图像诊断效果图

图5 乳腺图像和肺部图像诊断效果图