機(jī)器學(xué)習(xí)在放射學(xué)中的應(yīng)用和未來(lái)影響-在線瀏覽
2024-08-08 01:18本頁(yè)面
【正文】 知識(shí)被遷移用于醫(yī)學(xué)圖像的分析。機(jī)器學(xué)習(xí)數(shù)據(jù)集通常情況下，機(jī)器學(xué)習(xí)的應(yīng)用需要采用一個(gè)訓(xùn)練測(cè)試系統(tǒng)。其中，訓(xùn)練數(shù)據(jù)集用于擬合模型。驗(yàn)證集采用單獨(dú)的數(shù)據(jù)評(píng)估進(jìn)行模型擬合的評(píng)估和模型參數(shù)的調(diào)整。因此，通過(guò)執(zhí)行訓(xùn)練和驗(yàn)證的連續(xù)迭代來(lái)優(yōu)化算法并避免過(guò)擬合。用于深度神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)的開放源代碼工具1在掌握了適當(dāng)?shù)幕A(chǔ)知識(shí)后，可以采用相對(duì)簡(jiǎn)單的低成本軟件來(lái)進(jìn)行機(jī)器學(xué)習(xí)。機(jī)器學(xué)習(xí)在獨(dú)立軟件開發(fā)人員、數(shù)據(jù)科學(xué)家和企業(yè)實(shí)體中變得流行，如谷歌將機(jī)器學(xué)習(xí)技術(shù)民主化。此外，企業(yè)積累了包括醫(yī)學(xué)圖像在內(nèi)的大量數(shù)字?jǐn)?shù)據(jù)，數(shù)字化已經(jīng)發(fā)展幾十年。而且有大量的訓(xùn)練數(shù)據(jù)可以使用，例如generalized ImageNet。一種基于規(guī)則的方法暴露于現(xiàn)實(shí)世界時(shí)可能會(huì)被打破，因?yàn)檎鎸?shí)世界經(jīng)常會(huì)出現(xiàn)一些程序員使用的規(guī)則所定義算法中未包含的示例。此外，機(jī)器學(xué)習(xí)是一種強(qiáng)大的工具，因?yàn)樗峭ㄓ玫模糜谧择{車汽車的方法和用于醫(yī)學(xué)影像判讀是相同的。機(jī)器學(xué)習(xí)與人工智能1與機(jī)器學(xué)習(xí)相比，人工智能（或機(jī)器智能）可以通過(guò)計(jì)算機(jī)執(zhí)行更廣泛的人工智能，如問(wèn)題解決，規(guī)劃，知識(shí)表示，語(yǔ)言處理，或“學(xué)習(xí)”。例如，基于規(guī)則的算法，如計(jì)算機(jī)輔助診斷就是一種人工智能，它在乳腺攝影中已經(jīng)使用了幾年，但其并不是機(jī)器學(xué)習(xí)的一種類型。根據(jù)定義來(lái)看，機(jī)器學(xué)習(xí)算法是通過(guò)經(jīng)驗(yàn)而非規(guī)則來(lái)自動(dòng)改善。機(jī)器學(xué)習(xí)在診斷影像學(xué)中的應(yīng)用1雖然大多數(shù)文獻(xiàn)都集中研究機(jī)器學(xué)習(xí)在檢測(cè)放射學(xué)結(jié)果中的作用，但機(jī)器學(xué)習(xí)也有可能改善放射學(xué)工作流中的不同步驟（表2），如下章節(jié)所述。Efren Flores博士在馬薩諸塞州總醫(yī)院（波士頓，Mulk）領(lǐng)導(dǎo)的一個(gè)項(xiàng)目是使用機(jī)器學(xué)習(xí)和預(yù)測(cè)分析來(lái)識(shí)別那些因?yàn)槲茨苋缂s參加放射治療的高危患者。1此外，有研究提出將機(jī)器學(xué)習(xí)應(yīng)用于病人安全檢查（17）或加強(qiáng)安全報(bào)告（18），這在放射學(xué)實(shí)踐中有潛在的應(yīng)用價(jià)值（例如，MRI安全檢查或?qū)Ρ葎┑墓芾恚??；跈C(jī)器學(xué)習(xí)的數(shù)據(jù)處理方法具有可以減少成像時(shí)間的潛力。例如，一個(gè)智能MR成像系統(tǒng)可以識(shí)別病變，并建議修改檢查的序列，從而優(yōu)化結(jié)果中的病變特征。例如，有研究證實(shí)了可以將機(jī)器學(xué)習(xí)應(yīng)用于類似肺結(jié)節(jié)和甲狀腺結(jié)節(jié)等偶然的結(jié)果提取。1機(jī)器學(xué)習(xí)算法被用于計(jì)算機(jī)輔助檢測(cè)和計(jì)算機(jī)輔助診斷已經(jīng)有幾十年。但矛盾的是，計(jì)算機(jī)輔助診斷可能會(huì)被一些乳腺癌患者忽視，限制其臨床應(yīng)效益。多項(xiàng)研究結(jié)果已經(jīng)表明其診斷價(jià)值，機(jī)器學(xué)習(xí)技術(shù)在不同乳房成像中得到應(yīng)用，包括：乳腺X線攝影、美國(guó)、MRI、斷層合成。例如，肺結(jié)節(jié)分類的深度學(xué)習(xí)系統(tǒng)是在經(jīng)驗(yàn)豐富的人類觀察者之間的差異中進(jìn)行的。最近的Kakle數(shù)據(jù)科學(xué)碗看到將近10000名參加者爭(zhēng)奪100萬(wàn)美元的獎(jiǎng)金；競(jìng)爭(zhēng)者通過(guò)識(shí)別可能在1年內(nèi)被診斷為肺癌的候選者來(lái)獲得高水平的表現(xiàn)()。2骨齡分析和基于醫(yī)學(xué)成像的解剖年齡的自動(dòng)確定對(duì)于兒科放射學(xué)和內(nèi)分泌學(xué)具有相當(dāng)大的實(shí)用價(jià)值。2機(jī)器學(xué)習(xí)的其他潛在應(yīng)用場(chǎng)景包括：線檢測(cè)（43）、MRI中的前列腺癌檢測(cè)（44～46）、冠狀動(dòng)脈鈣化分?jǐn)?shù)的測(cè)定（47）、或腦損傷的檢測(cè)和分割。一個(gè)簡(jiǎn)單的例子是腹腔內(nèi)游離空氣，對(duì)于術(shù)后患者這可能是一個(gè)正常的發(fā)現(xiàn)，但對(duì)于一個(gè)最近沒有手術(shù)的病人則是關(guān)鍵的發(fā)現(xiàn)。基于解釋的系統(tǒng)已經(jīng)得到開發(fā)，用于發(fā)現(xiàn)危及生命的異常的圖像（如顱內(nèi)出血），雖然該系統(tǒng)是用于優(yōu)先研究一個(gè)工作清單，而不是通過(guò)最后的閱讀進(jìn)行研究。基于機(jī)器學(xué)習(xí)的乳腺M(fèi)R圖像特征提取可以改善對(duì)檢查結(jié)果的解釋，進(jìn)而改善對(duì)乳腺癌的診斷。自動(dòng)臨床決策支持和檢查協(xié)議2機(jī)器學(xué)習(xí)技術(shù)可以進(jìn)一步增強(qiáng)放射學(xué)決策支持工具。智能臨床決策支持系統(tǒng)可以提高護(hù)理質(zhì)量和成像效率，并減少檢查草案中的不良事件或錯(cuò)誤的可能性。智能醫(yī)學(xué)成像范式是數(shù)據(jù)驅(qū)動(dòng)的，并傾向于從醫(yī)學(xué)圖像中學(xué)習(xí)有用的臨床信息。一些研究已經(jīng)將機(jī)器學(xué)習(xí)的方法應(yīng)用于圖像分割，例如在乳房X光攝影（56）、身體器官（35）、或關(guān)節(jié)和肌肉骨骼組織的MR圖像中對(duì)乳房密度進(jìn)行分割。對(duì)抗生成網(wǎng)絡(luò)是使用兩個(gè)相互競(jìng)爭(zhēng)的神經(jīng)網(wǎng)絡(luò)模:產(chǎn)生噪聲數(shù)據(jù)的噪聲發(fā)生器模型和區(qū)分真實(shí)數(shù)據(jù)和噪聲的鑒別器模型。與其他神經(jīng)網(wǎng)絡(luò)相比，對(duì)抗生成網(wǎng)絡(luò)在圖像生成任務(wù)中表現(xiàn)出優(yōu)異的性能。深度學(xué)習(xí)可以在耗時(shí)的手動(dòng)輪廓和圖像配準(zhǔn)中發(fā)揮相當(dāng)大的作用，并且可能遭受內(nèi)部或內(nèi)部差異的影響。機(jī)器學(xué)習(xí)可用于橫截面成像中三維結(jié)構(gòu)的定量評(píng)估。腦MRI解剖分割也已通過(guò)使用深度學(xué)習(xí)算法來(lái)劃定和定量評(píng)估腦結(jié)構(gòu)和病變。然而，評(píng)價(jià)大量的圖片需要花費(fèi)醫(yī)生很長(zhǎng)的一段時(shí)間。模型觀測(cè)器可應(yīng)用于低劑量CT迭代重建的參數(shù)優(yōu)化和圖像質(zhì)量評(píng)價(jià)。比如，肝臟MRI圖像的質(zhì)量自動(dòng)評(píng)估已經(jīng)得到實(shí)現(xiàn)。訓(xùn)練對(duì)抗網(wǎng)絡(luò)可以改善卷積神經(jīng)網(wǎng)絡(luò)的產(chǎn)生與常規(guī)劑量CT圖像質(zhì)量相似的圖像的能力。最近的一項(xiàng)研究顯示，采用卷積神經(jīng)網(wǎng)絡(luò)分類器對(duì)CT數(shù)據(jù)中器官和特定器官的輻射劑量進(jìn)行分類，準(zhǔn)確率超過(guò)高于96 %。例
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1