您好,欢迎访问中山大学肿瘤防治中心官方网站!
内部网 职工邮箱 图书馆 OA系统 医生门户 English
中心新闻媒体报道 医研教动态 学术会议与讲座 中心通告
首页 > 新闻中心 > 中心新闻

周建华团队在乳腺癌超声人工智能研究方面取得突破

2020/4/2 12:19:53 来源: 阅读数:4216

       2020年3月6日,中山大学肿瘤防治中心超声科周建华教授团队的研究“深度学习超声影像组学预测早期乳腺癌腋窝淋巴结转移”在线发表于国际知名学术期刊《Nature Communications

       术前准确评估乳腺癌患者腋窝淋巴结转移情况对患者腋窝手术方式的选择及其预后评估具有重要意义。前哨淋巴结活检是目前临床上判断乳腺癌患者腋窝淋巴结转移情况的主要方法。前哨淋巴结活检结果为≤2个阳性的乳腺癌患者可不行腋窝淋巴结清扫术,而≥3个阳性前哨淋巴结的乳腺癌患者则需进一步行腋窝淋巴结清扫术。然而前哨淋巴结活检术耗时较长,增加患者手术风险,同时存在假阴性率和假阳性率,43-65%患者因前哨淋巴结活检阳性而行腋窝淋巴结清扫后发现并没有非前哨淋巴结转移。临床上急需能在术前准确评估乳腺癌患者腋窝淋巴结转移的方法,减少不必要前哨淋巴结活检和腋窝淋巴结清扫手术。

       近年来,随着深度学习的高速发展,深度学习在影像医学方面的应用日益增多。深度学习影像组学通过高通量提取超声图像定量特征,将图像转换为可采集的数据,并与患者其它临床资料相结合,通过复杂的生物信息学工具进行挖掘,提高病变诊断和预后分析的准确性以提供决策支持。

       中山大学肿瘤防治中心超声科周建华教授团队联合复旦大学信息科学与工程学院电子工程系余锦华教授团队和中国科学院深圳先进技术研究院的研究人员,收集了584例患者乳腺癌病灶的灰阶超声图像以及剪切波弹性超声图像,采用基于深度学习的影像组学方法提取乳腺癌病灶的灰阶超声和剪切波弹性成像的高通量特征参数,同时联合临床信息建立预测模型,对腋窝淋巴结转移情况进行预测,不仅能够有效预测乳腺癌患者有无腋窝淋巴结转移,在预测0个或≥1个腋窝淋巴结转移的曲线下面积达0.902,而且能够有效预测腋窝淋巴结的转移负荷,在预测1-2个或≥3个腋窝淋巴结转移中,曲线下面积达0.905。本研究对于指导乳腺癌患者腋窝手术方式的选择和提高乳腺癌患者生活质量均具有重要意义。


 

 

深度学习超声影像组学预测乳腺癌腋窝淋巴结转移模型示意图

       中山大学肿瘤防治中心郑雪怡(硕士生)、黄仪妮(博士生)、复旦大学信息科学与工程学院电子工程系姚钊(硕士生)、中国科学院深圳先进技术研究院的于妍妍为共同第一作者;中山大学肿瘤防治中心周建华教授和复旦大学信息科学与工程学院电子工程系余锦华教授为论文共同通讯作者。

 

论文链接:https://www.nature.com/articles/s41467-020-15027-z



上一篇:这个春天,这座战斗堡垒为抗疫中肿筑起最美防线
下一篇:【战疫日志】阳光小黄人,坚守中传递中肿温暖
访客通道
员工通道
关注肿瘤医院
留言建议 ×