商汤科技AI赋能 助力医疗图像智能诊断

商汤科技AI赋能 助力医疗图像智能诊断免费ftp站点 商汤科技发明的医疗影像诊断方法，借助于多层级分割方法，实现了医疗图像的精细化分割，从而满足了医疗人员对于不同粒度图像的需求，使得诊疗更加便捷、高效。 ，在2019商汤人工智能峰会上，商汤科技

商汤科技发明的医疗影像诊断方法，借助于多层级分割方法，实现了医疗图像的精细化分割，从而满足了医疗人员对于不同粒度图像的需求，使得诊疗更加便捷、高效。

，在2019商汤人工智能峰会上，商汤科技凭借其出色的深度学习算法与医学影像高级处理技术，推出了SenseCare智慧诊疗平台。

SenseCare智慧诊疗平台采用先进的三维渲染技术，可以将医疗影像数据以三维的可视化形式呈现在医生的面前，以便于医生为病人寻找病因，以及能让影像以及其他科室的医生都可以更加便捷的为病人进行诊疗。

在医生的诊疗过程中，医疗影像提供了重要的辅助信息，在现有技术中，都是拍摄出医疗影像之后，医生拿着医疗影像的实体片子或者在电脑上阅片进行诊断。但是医疗影像一般通过各种射线等拍摄的非表层的结构，局限于拍摄技术可能有些组织以及器官的边界很模糊，医疗人员根据这种原始图像模糊的低精度的图像无法精确诊断。

为了解决这样的问题，商汤科技在18年8月9日申请了一项名为“医疗影像处理方法及装置、电子设备及存储介质”的发明专利（申请号：20180903956.0），申请人为北京市商汤科技开发有限公司。

根据目前该专利公开的资料，让我们一起来看看商汤科技的这项医疗影像诊断方法吧。

如上图，为该专利中发明的用于医疗影像处理的流程示意图，该方法首先将3D医疗影像从两个方向上划分为第一区域和第二区域，因为3D图像具有三维坐标轴，因此可以任选其中的两个方向，并从这两个区域中提取出图像的特征。根据这些特征就可以将特征图进行进一步的分割，从而将肿瘤等病变区域与正常的组织区域分割开来。

采用这种方法的依据就在于某一个病变体组织内的病变体细胞的病变特征可能在某一个方向上表现得不明显，但是在另一个方向上可以很明显。因此，从多个角度进行图像的分割，相比于单一某个方向效果会更好。

同时，如果将3D图像进行预处理，只提取其中两个方向上的特征，那么3D医疗图像就变为了2D医疗影像图像，从而可以使用更为简单的处理2维图像的方法进行医学图像分析，这也为研究者进行相关领域的研究提供了方便。

如上图，为这种医疗影像处理装置的结构示意图，其中包括第一分割模块110和第二分割模块120。第一分割模块可以对于医疗影像的第一区域和第二区域进行分割，得到第一分割图；第二分割模块会进一步对于第二区域进行第二次的分割，得到子分割图像。

要说明的是，这两个模块均为程序模块，处理器可以通过这两个模块来获取更多关于医疗影像的信息，即从待处理的图像中提取出目标的特征图以及相应的诊断辅助信息。

最后，我们来看看这种医疗影像分割的网络架构以及分割示意图，从人工智能算法的角度来讲，这是一种多方向融合的2D网络，其分为三个支路：轴向网络、矢向网络以及冠向网络，这种多方向融合的网络结构充分的利用了卷积网络中的局部信息。

另外，这种多方向融合网络在每个卷积层之前将不同尺度的特征图进行级联，避免了普通的全卷积网络结构由于降采样造成了特征损失，这种网络结构用于3D图像分割时，通过融合不同尺度的卷积特征，提高了分割精度，在肿瘤核边缘有更准确的预测效果。

以上就是商汤科技发明的医疗影像诊断方法，通过多层级分割的方法，可以提高医疗影像的精度以及多粒度分割的精度，相比于传统分割算法只进行一次分割的方式，这种方法可以进行多次分割，从而达到精确分割的目的，同时也实现了不同粒度大小的区域的多层级精确分割任务，满足医疗人员需要不同粒度图像的需求。