酷应用

资讯 | 天池大数据竞赛第一名，上海交通大学人工智能实验室如何用AI定位肺结节

百家作者：机器之心 2017-10-24 08:40:36

机器之心发布

上海交通大学

癌症，犹如黑暗中的魔鬼，带给人们恐惧与绝望。而肺癌，在我国作为发病率、死亡率最高的一类癌症，伤害着无数家庭。在我国每年都有近 60 万人死于肺癌。然而，癌症的死亡率与首次发现癌症的时期紧密相关，早期肺结节筛查可以为无数人免去痛苦与折磨。上海交通大学人工智能实验室徐奕教授、倪冰冰教授、杨小康教授、朱禹萌同学等人与点内科技合作，利用深度学习搭建的肺结节自动定位筛查系统，能够有效检测肺 CT 影像中包含微小结节、磨玻璃等各类结节，并降低假阳性误诊的发生，实现「早发现，早诊断，早治疗，早痊愈」的愿望。该算法获得了天池大数据比赛的第一名，这个比赛吸引了全国两千多支参赛团队，总奖池高达百万，面向全社会各大医院、高校、公司、研究所参加。

团队利用计算机视觉领域卷积神经网络技术来解决肺结节检测问题，并在多个层面上进行创新。1）结合物体检测与分割算法提取候选结节，产生高召回率候选结节池。2）使用假阳性衰减网络，并采取多尺度集成学习的网络模型提高检测精度，衰减假阳性比例。3）在数据的处理上，采取生成对抗网络进行了数据增广，提高了训练的有效性。

算法框架如图

数据预处理

通过旋转平移等几何变换针对有限数量的正样本做数据多样性增广，类似于医生通过不同的视角、不同的上下文去分析结节区域，并利用生成对抗网络（GAN），从随机噪声中产生新的结节正样本，学习生成新形态的结节样本，深度增广数据的多样性，提升模型泛化能力。

结节预检测

建立 3D-Unet 网络结构，该分割网络主要功能是提取疑似候选结节，最大化敏感度，降低漏检率。其网络输入三个维度的数据特征，可从多个 Z 轴维度「观察」，正如医生结合多个平面观察结节，从而充分学习肺内部正常纹理和非正常纹理的区别，捕捉到结节多样性特征，比如毛玻璃结节密度比周围略高、呈云雾状性，纯实性结节实性密度较高，类似单独分离的蛋黄等。