深度学习在医学影像大数据中的应用研究

◆郭 磊 贺宏伟 刘 露

（山东第一医科大学（山东省医学科学院）现代教育技术中心 山东 271016）

医学影像是进行医疗诊断的重要依据。肿瘤等疾病诊疗过程中产生了以医学影像为主的海量医疗数据。当前医学影像的数据存储及组织管理，多依赖于传统的PACS 系统。随着大数据技术的成熟及推广，世界范围内的相关机构逐步意识到医学影像大数据研究的重要性。美国国立卫生研究院通过SEER 项目实现了涵盖全美典型人群的癌症年度报告、癌症治疗与生存的年度报和大数据基础上的肿瘤特征与预后分析。中国医学科学院肿瘤医院牵头成立肿瘤影像大数据平台，实现国内部分省份肿瘤医院肿瘤数据的数据共享和挖掘分析，以及基于平台的远程医疗。

近年来深度学习在模式识别、图像分割等方面取得优异成果。国外研究机构将深度学习应用于医学图像中疾病的检测识别，如斯坦福大学将卷积神经网络应 用于皮肤癌的识别，谷歌将卷积神经网络应用于视网膜病变的识别，诊断结果均达到专家级水准。北京协和医院、西安交通大学第一附属医院等合作启动中国人“数字肺”研究[1]，将深度学习等方法引入胸部影像分析，以实现肺癌的早期检测、辅助诊断和术前评估规划。

健康医疗大数据、新一代人工智能等领域正成为国内外研究热点，交叉学科的前瞻性探索正不断取得突破。可见，医学影像大数据的平台架构和分析方法将日臻成熟。……