癌癥分級是指根據(jù)惡性腫瘤的分化程度高低、異型性大小及核分裂像多少等病理形態(tài)，來確定惡性程度的級別。分級可以表明腫瘤的惡性程度，為臨床診斷、選擇治療方案和預后評估提供依據(jù)。但現(xiàn)實中，分級結果高度依賴于醫(yī)生經(jīng)驗，具有較大主觀性。近年來隨著模式識別、機器學習、深度學習等技術的不斷發(fā)展，科學界正嘗試構建可以與醫(yī)學影像結合的深度學習網(wǎng)絡，對癌癥進行客觀自動的分級。

　　此次，科研團隊構建了一套名為SE-DenseNet的復合深度學習網(wǎng)絡。這套網(wǎng)絡既能敏銳地捕捉增強核共振圖像特征，又能自主學習、不斷優(yōu)化不同特征在整個分析中的權重，完成對癌癥患者的分級。

　　“相比于傳統(tǒng)通過穿刺進行的癌癥分級，使用‘醫(yī)學影像+AI’分級能更全面地獲取病灶信息，降低漏檢概率。近年來，利用人工智能進行病灶分級的準確性還在不斷提升，說明這項技術應用于疾病診療具有很廣闊的前景。”參與此項研究的蘇州醫(yī)工所研究員周志勇說。

　　相關研究成果已于近日刊發(fā)在生物醫(yī)學工程領域期刊《生物學與醫(yī)學中的計算機應用》上。