在過去十年中，腹部超聲波檢查方法一直沒有發(fā)生太大變化，醫(yī)生仍然需要一邊在患者的腹部移動(dòng)探頭一邊盯住屏幕查看模糊的圖像。近期美國研究人員的一項(xiàng)深度學(xué)習(xí)研究成果可大大提高此流程的準(zhǔn)確性，從而將速度加快千倍。

通常情況下，完成腹部超聲波檢查大約需要半小時(shí)的時(shí)間。雖然半個(gè)小時(shí)似乎并不算長，但醫(yī)院每年要為大量的病人進(jìn)行數(shù)千次掃描，總體花費(fèi)的時(shí)間可想而知。

對于腎臟、肝臟及膽囊等內(nèi)臟器官異常檢查的診斷，醫(yī)生通常需要付出大量努力。他們必須找到超聲成像的正確角度，為這些視圖添加文本注釋并記錄相關(guān)的測量結(jié)果。

西門子公司和范德比爾特大學(xué)（Vanderbilt University）的研究人員正致力于借助深度學(xué)習(xí)來實(shí)現(xiàn)這些任務(wù)的自動(dòng)化。他們使用了NVIDIA GPU以及由cuDNN加速的PyTorch深度學(xué)習(xí)框架，來開發(fā)首個(gè)可以同時(shí)分類和檢測器官及任何異常的系統(tǒng)。

他們的模型將大大加快整個(gè)過程的速度，患者再也不用等待持續(xù)時(shí)間長達(dá)半個(gè)小時(shí)的腹部超聲波檢查。這意味著，在完成一次傳統(tǒng)的腹部超聲波檢查的時(shí)間內(nèi)，利用該系統(tǒng)可以做將近30次同樣的檢查。

該研究的首席研究員、范德比爾特大學(xué)電氣工程和計(jì)算機(jī)科學(xué)的研究助理教授Yuankai Huo表示：“我的目標(biāo)是開發(fā)一系列強(qiáng)大而高效的醫(yī)學(xué)圖像分析算法，以理解大規(guī)模醫(yī)學(xué)圖像數(shù)據(jù)?！?/p>

教會(huì)機(jī)器人進(jìn)行多任務(wù)處理

在之前醫(yī)療成像過程自動(dòng)化方面的嘗試中，每個(gè)分類和特征點(diǎn)檢測任務(wù)都會(huì)部署一個(gè)網(wǎng)絡(luò)。然而，由于大多數(shù)超聲波掃描儀的計(jì)算資源和存儲(chǔ)資源有限，這種嘗試并不實(shí)際。

為克服這些限制，研究團(tuán)隊(duì)通過單一的網(wǎng)絡(luò)，在基于深度學(xué)習(xí)的新系統(tǒng)上處理所有任務(wù)，從而提高了效率和實(shí)用性。研究人員使用來自706位患者的187000多張圖像訓(xùn)練此系統(tǒng)，而NVIDIA GPU的高速，使這一幾乎不可能完成的任務(wù)成為可能。

上圖為腹部超聲波分析任務(wù)概覽圖。右上角表示相關(guān)的特征點(diǎn)檢測任務(wù)，長軸和短軸特征點(diǎn)對分別以紅色和綠色表示。

該研究團(tuán)隊(duì)利用其系統(tǒng)對患者器官的掃描圖像進(jìn)行分類和檢測，并取得了很好的結(jié)果。該系統(tǒng)的表現(xiàn)不僅優(yōu)于以前的神經(jīng)網(wǎng)絡(luò)，在診斷身體異常的準(zhǔn)確率上也超過了人類專家。

“借助NVIDIA GPU，計(jì)算能力的提高正幫助我們達(dá)成以前不可能實(shí)現(xiàn)的科學(xué)目標(biāo)。計(jì)算能力的提升重塑了整個(gè)醫(yī)學(xué)圖像分析領(lǐng)域?！盚uo說道。

醫(yī)療領(lǐng)域和深度學(xué)習(xí)技術(shù)的進(jìn)步，使得患者不必經(jīng)歷長時(shí)間的超聲波檢查。醫(yī)生也得以有更多時(shí)間與患者溝通，并制定更合適的治療方案。