科研人员利用人工智能为癌症患者无创分级

本篇文章538字，读完约1分钟

据新华社报道，最近，中国科学院苏州医学工程研究所的研究人员与丽水和苏州的医院合作开发了一种可以与医学成像结合使用的人工智能系统。该系统与增强磁共振成像相结合，可以在无创条件下完成患者的癌症分级。

癌症分级是指根据恶性肿瘤的病理形态，如分化程度、异型性大小和有丝分裂像数量来确定恶性程度的分级。分级可以指示肿瘤的恶性程度，为临床诊断、治疗方案选择和预后评估提供依据。然而，在现实中，评分结果高度依赖于医生的经验，这是主观的。近年来，随着模式识别、机器学习、深度学习等技术的不断发展，科学界正在尝试构建一个能够与医学图像相结合的深度学习网络，以客观、自动地对癌症进行分级。

这一次，研究小组建立了一个复杂的深度学习网络，称为se-densenet。该网络不仅能够清晰捕捉增强后的核磁共振图像特征，而且能够独立学习，不断优化不同特征在整个分析中的权重，完成癌症患者的分类。

与传统的穿刺癌症分级相比。医学图像+人工智能分类可以更全面地获取病变信息，降低漏检率。近年来，利用人工智能对病变进行分类的准确率不断提高，表明该技术在疾病诊断和治疗中具有广阔的前景。参与这项研究的苏州医学院研究员周志勇说。

相关的研究成果最近发表在生物医学工程领域的《生物学和医学中的计算机应用》杂志上。