深度学习与医学图像分析的行业图谱
2022-06-10 05:42:00 来源:未央网
本文节选自研究报告《深度学习与医学图像分析的行业图谱》、图册《深度学习与医学图像分析的行业图谱》。研究报告《深度学习与医学图像分析的行业图谱》(以下简称“报告”)由清华大学五道口金融学院资本市场与公司金融研究中心编写。报告仅供研究使用,并非为提供咨询意见而编写。
行业图谱聚焦于科技成果这一核心要素,研究目标定位于清晰理解前沿科技成果的技术核心、科创企业的技术竞争力及科研工作者的研究进度,从而助力科技成果转化效率的提升。
行业图谱研究将以系列形式展开,选取国家战略重点科技领域的商业应用场景逐一进行,时效性较强。研究集中在人工智能、量子信息、集成电路、生命科学、生物育种、空天科技、深地深海、现代能源等前沿领域。
本报告为行业图谱的生物医药领域:深度学习与医学图像分析行业。深度学习具有多个隐层以及自主学习优良特征的能力,广泛地应用到图像处理领域。本研究通过梳理医学图像分析的特点、深度学习的基本原理,着重研究了深度学习在医学图像分析中应用的技术流程和难点,卷积神经网络模型在医学图像分析中的应用,以及手术导航在国内外的发展现状、未来趋势等。
01 深度学习与医学图像简介
人工智能(Artificial Intelligence,AI)是计算机科学的一个分支。该学科是对人的意识、思维的信息过程的模拟。机器学习(Machine Learning,ML)是人工智能的主要核心部分,主要是设计和分析一些让计算机可以自动“学习”的算法。深度学习(Deep Learning, DL)是机器学习领域中一个新的研究方向,学习样本数据的内在规律和表示层次,并可应用于搜索技术、数据挖掘、机器翻译、自然语言处理等行业。
快速医学图像处理算法的发展以及病变组织和介入对象精细定量信息的提取对于在微创介入手术中实现正确的手术指导至关重要。根据医学图像信息处理方法和处理目标的不同,医学图像分析方法主要包括图像配准、图像定位与检测和图像分类与识别。
02 深度学习在医学图像分析中的技术发展和方法流程
深度学习是机器学习领域中一系列试图使用多重非线性变换对数据进行多层抽象的算法,不仅学习输入和输出之间的非线性映射,还学习输入数据向量的隐藏结构,以用来对新的样本进行智能识别或预测。深度神经网络(Deep Neural Network,DNN),尤其是卷积神经网络(Convolutional Neural Network,CNN),是医学图像分析研究的一个主要方向。如下图所示,在头颈部危及器官自动分割任务中,经训练后的CNN网络被用于在测试组图像中对体素(体积元素)进行分类。
(1)训练深度学习模型所需要的条件及关键性技术竞争点
在开发深度学习模型当中,硬件、软件、算法(数据科学)、以及数据是不可缺少的四大部分,也是决定一个深度学习模型的优劣:
①硬件: GPU提供了多核并行计算的基础结构,提高计算速度,解决复杂的计算问题;Nvidia(英伟达)公司上市Turing架构的RTX系列的GPU卡,增加了Tensor张量计算单元,大幅提升了深度学习关键的矩阵乘法计算以及卷积计算的性能。
②软件:通过利用深度学习框架,企业可以根据自身行业的特点和场景需要,更快更便捷地开发AI应用,不再需要从0到1地搭建地基,极大提升了产业智能化的效率和水平;有了这些基础的平台和工具,我们就可以避免重复发明轮子,而专注于技术研究和产品创新。这些框架有早期从学术界走出的Caffe、Torch和Theano,到现在产业界由Google领导的TensorFlow、Amazon选择押注的MXNet、Facebook倾力打造的PyTorch、Microsoft内部开源的CNTK等等。
③算法(数据科学):主要提高目前界内算法的提升效率、降低能耗、增加功能、提升可信度、增强鲁棒性、降低实现难度等;
④数据:实现人机协智的互联网智慧医疗模式,开展大数据人工智能跨区域、跨学科,实施精准的医疗影像标注。
(2)深度学习的挑战及其解决方案
深度学习的成功主要归功于三大因素——大数据、大模型、大计算。下面总结了对深度学习挑战和解决方案的介绍:
①从无标注数据学习解决标注数据代价昂贵问题:当前深度学习的一个前沿就是如何从无标注的数据里面进行学习。现在已经有相关的研究工作,包括生成式对抗网络以及对偶学习;
②降低模型大小解决大模型不方便在移动设备上使用的问题:现在常见的模型,模型大小差不多都在500Mb以上。如何设计一个更巧妙的算法,使得它模型变小,并且同时精度没有损失,是模型压缩的重点研究;
③全新的硬件设计、算法设计、系统设计解决大计算需要昂贵的物质、时间成本:通过一些全新的硬件设计或者算法设计,使得这种训练能够大大的加速;
④通过多模态数据结合实现从小样本进行有效学习:通过把深度学习、知识图谱、逻辑推理、符号学习等等结合起来,使人工智能更接近人的智能;
⑤通过博弈机器学习将从认知性的任务扩展到决策性任务:通过观察环境和其他个体的行为,对每个个体构建不同的个性化行为模型,最后选择一个最优策略,该策略会自适应环境的变化和其他个体的行为的改变。
(3)深度学习应用于临床试验的流程
临床试验中医学影像的标准化对于避免可能导致研究结论无效的偏见和错误至关重要。标准化在多站点临床试验中尤其重要。在这类临床试验中,涉及到不同的医疗成像设备,因为每个站点可能有来自不同供应商的MRI或CT扫描仪。这种设备的异质性会导致成像研究的获取和重建发生变化,从而导致成像生物标志物定量的不确定性。临床试验中医学影像标准化的逐步方法,涵盖了从图像采集协议的设计到使用AI技术对医学影像进行量化:
03 深度学习在手术导航系统中的应用
手术导航系统,是将病人术前或术中影像数据和手术床上病人解剖结构准确对应,手术中跟踪手术器械并将手术器械的位置在病人影像上以虚拟探针的形式实时更新显示,使外科手术更快速、更精确、更安全。本节主要针对国外四家顶尖医疗公司——BrainLAB、ClaroNav、Medtronic、Stryker的技术特点和融资历程做简要汇总,并介绍其手术导航系统及产品。
(1)BrainLAB:
BrainLAB神经外科手术导航系统与蔡司手术显微镜配合可实现镜下导航,具备先进的三维成像技术、三维显示肿瘤轮廓等,精准定位病灶。
(2)ClaroNav:
Navient是一款计算机辅助手术导航系统,配有体积小巧的可移动推车,精密度无可比拟,相关仪器可循环使用,操作流程简单,容易上手,可在外科医生进行颅内手术时提供导航服务。
(3)Medtronic:
Medtronic StealthStation S7手术导航系统通过采用立体定向手术技术,辨识出术中解剖结构、通过透视影像或数字标志物的参考坐标,实现精准治疗。
(4)Stryker:
Stryker 骨科手术导航系统使用跟踪设备提供计算机辅助导航技术,让外科医生更全面地了解患者的关节力学,确保新关节具有成功置换所需的稳定性和运动范围。
相关阅读
- (2022-06-10)深度学习与医学图像分析的行业图谱
- (2022-06-09)《梦华录》突然“出圈” 影视江湖“苦古偶剧久矣”
- (2022-06-09)未来有望出台更大力度的经济刺激政策 市场预期持续向好
- (2022-06-09)郑州商圈和南京商圈有何区别?郑州已经出现次核心商圈
- (2022-06-09)打造河南自贸试验区2.0版 建设15个左右自贸试验区开放创新联动区
- (2022-06-09)不确定的大环境和地方城投平台现状 ——2022清华五道口金融安全沙龙3
热点推荐
- (2022-06-10)深度学习与医学图像分析的行业图谱
- (2022-06-10)中海油服钻井数字中心平台全面建成!数据如何赋能生产?
- (2022-06-09)中国民生银行信用卡中心厦门分中心召开消防技能培训
- (2022-06-09)核酸采样屋是否真的必要?
- (2022-06-09)“津”绣山河,京师门户构建现代产业发展新格局
- (2022-06-09)盖茨离婚前清空苹果股票 盖茨离婚对哪些股票有影响
- (2022-06-09)通货膨胀下的投资策略是什么?通货膨胀带来的投资风险有哪些?
- (2022-06-09)蛋壳公寓开始打款了吗?蛋壳公寓爆雷案例分析
- (2022-06-09)尼康相机是哪个国家的品牌?2022最好的单反相机是谁?
- (2022-06-09)品牌店播场均爆发20倍,聚划算《划算8点半》直播卖法再升级!
- (2022-06-09)美国政要有多少钱拜登这两年赚不少 美国总统拜登人均收入
- (2022-06-09)拼多多提现100会被盗信息吗?拼多多提现实名认证可信吗?
- (2022-06-09)杯壶先生创始人被判刑了吗?杯壶先生多功能水壶怎么样?
- (2022-06-09)网购自行车的网站有哪些?网上便宜自行车哪来的?
- (2022-06-09)一年一度的安全生产月又来了!这次康师傅做了这件事
- (2022-06-09)高考节点,洽洽小黄袋用陪伴营销突出重围
- (2022-06-09)格雅手表6152G型号价格多少钱?格雅手表星空系列图片及价格
- (2022-06-09)多国央行加息股市债市承压 我国货币政策整体上“以我为主”
- (2022-06-09)吉利发射卫星对标特斯拉 车企“战火”蔓延至外太空你怎么看?
- (2022-06-09)机构投资者观望气氛转浓 中公教育(002607)被小幅减持
- (2022-06-09)“ 浓情端午心连心 民族团结一家亲”
- (2022-06-09)OPEC秘书长:大部分成员国在石油生产方面已经达到极限
- (2022-06-09)纽约原油突破120美元关口创三个月新高
- (2022-06-09)美国石油需求强劲 国际油价6月8日上涨
- (2022-06-09)EIA库存降低速度创记录 油价升至13周新高
- (2022-06-09)俄罗斯石油公司以供应不足为由,推迟与两家印度炼油商签署原油协议
- (2022-06-09)《梦华录》突然“出圈” 影视江湖“苦古偶剧久矣”
- (2022-06-09)比亚迪连续3月销量破“10万+” 股价已接近历史高点
- (2022-06-09)未来有望出台更大力度的经济刺激政策 市场预期持续向好
- (2022-06-09)绿色电力强势拉升 川润股份、赣能股份、梅雁吉祥跟涨
- (2022-06-09)登康口腔在深交所主板挂牌上市 拟募集资金6.6亿元
- (2022-06-09)郑州商圈和南京商圈有何区别?郑州已经出现次核心商圈
- (2022-06-09)打造河南自贸试验区2.0版 建设15个左右自贸试验区开放创新联动区
- (2022-06-09)新疆阿克苏地区“爱心送考”为学子圆梦保驾护航
- (2022-06-09)看“数字乡村”肥城实践
- (2022-06-09)以绿为底绘就生态文明新画卷
- (2022-06-09)视频 | 霍拉山村的巨变
- (2022-06-09)福建漳州长泰区:三大主导产业“燃动”发展引擎
- (2022-06-09)原油贸易巨头托克:未来几月油价或达150美元
- (2022-06-09)由于炼油成本上升 加拿大油砂价格落后于期货市场价格
- (2022-06-09)我国自主研发的首套深水水下多功能管汇系统在天津交付
- (2022-06-09)不确定的大环境和地方城投平台现状 ——2022清华五道口金融安全沙龙3
- (2022-06-08)康师傅是中国企业还是日本企业?康师傅的老板是日本人吗?
- (2022-06-08)贝壳和链家什么关系?链家为什么用贝壳找房?
- (2022-06-08)游泳牌香烟价格多少钱一包?游泳牌烟多少钱一条?
- (2022-06-08)行业大佬集体打call骁龙天猫超级品牌日 打造科技圈年度超级事件
- (2022-06-08)“一盏灯健康平台”全新上线
- (2022-06-08)线上演唱会 正是闲置土地上无意间发芽的一颗“互联网+”种子
- (2022-06-08)美国汽油价格再创新高,13个州油价升破每加仑5美元
- (2022-06-08)减少电子垃圾和不兼容 欧盟规定iPhon15必须Type-C
- (2022-06-08)三星Z Fold4曝光 打开后的尺寸接近iPad mini的8.3英寸
- (2022-06-08)爆称小米下半年推12 Pro迭代版 可以达到1-120Hz刷新率智能调节
- (2022-06-08)快狗打车通过港交所上市聆讯 注册用户数量2760万
- (2022-06-08)喝酒吃药行情回归 广誉远、酒鬼酒、金种子酒等涨幅居前
- (2022-06-08)拜登的“头号大难题”:美国汽油价格又双叒新高了!
- (2022-06-08)油轮转运“嘲弄”制裁,俄罗斯石油“灰色运输链”肥了谁?
- (2022-06-08)伊朗石油部:4-5月石油销量同比增长40%,石油收入同比增长60%
- (2022-06-08)高油价威胁民主党选票,拜登向“宿敌”低了头
- (2022-06-08)新加坡金管局颁布新规,强化数字银行服务安全保障
- (2022-06-08)油气类QDII基金业绩领跑 南方原油增幅超过50%
- (2022-06-08)聚焦于热爱的领域立志做自己的老板 毕业季创业“圆梦客”
- (2022-06-08)科创板弹性足 斯瑞新材(688102)下游市场需求较大
- (2022-06-08)权益类基金开始“回血” 银华乐享A反弹45.63%
- (2022-06-08)燃料油:回调有限 低硫燃料油:暂时偏强
- (2022-06-08)原油:震荡整理 趋势仍偏强
- (2022-06-08)世界首套!万吨级二氧化碳制芳烃工业试验项目开建
- (2022-06-08)涪陵气田首口超七千米深井完钻
- (2022-06-08)柴油价格创下历史新高
- (2022-06-08)618:暗战在升级
- (2022-06-08)未央今日播报:同业存单基金引监管关注 苹果提供“先买后付”信用服务
- (2022-06-08)农行甘肃张掖分行:年内增加玉米制种企业信贷投放3.3亿元
- (2022-06-08)“党建+警企联动” 共筑电网“安全通道”
- (2022-06-08)广西巴马:科技赋能生态农业
- (2022-06-08)视胡杨林为生命 用心守护二十载
- (2022-06-08)果蔬大棚种出好日子
- (2022-06-07)俞渝为什么把李国庆赶走?俞渝离婚后现状是什么样的?
- (2022-06-07)中兴亏损72.6亿元是怎么回事?中兴20年营收和利润
- (2022-06-07)信用卡不设密码能用吗?信用卡为什么可以不设置密码?
- (2022-06-07)新手学炒股快速入门 炒股最笨最稳的方法来了快看
- (2022-06-07)医保卡里面的钱一年后就清零吗?医保卡里的钱是每月清零吗?
- (2022-06-07)房价下跌的影响有哪些?莆田房价下跌最惨名单都有谁?
- (2022-06-07)新型元宇宙游戏:营销、非吸、开创历史?
- (2022-06-07)江苏射阳县长荡镇:“农机医生”活跃在田间地头
- (2022-06-07)万亩芒果林厚植乡村振兴本底
- (2022-06-07)四川广元昭化区:稻鸭种养有“钱”景
- (2022-06-07)四川广元朝天区中子镇枇杷成为助力乡村振兴的“甜蜜事业”
- (2022-06-07)“爱心送考车”来啦!
- (2022-06-07)原装进口羊奶粉有哪些牌子?100%纯羊奶粉有没有?
- (2022-06-07)土耳其航空中国客服电话是多少?土耳其航空中国办事处在哪?
- (2022-06-07)燃料油:基本面走势分化,原油价格支撑
- (2022-06-07)摩根大通发布2022年夏季书单,NFT、区块链等话题上榜
- (2022-06-07)香港证监会提醒投资者注意非同质化代币(NFT)相关风险
- (2022-06-07)让观众过足 “怀旧瘾” 怀旧VS创新谁更重要?
- (2022-06-07)基金净值接近腰斩 光大阳光生活18个月持有A收益率-47.75%
- (2022-06-07)连续反弹激活市场做多热情 雅化集团(002497)被机构追高买入
- (2022-06-07)文物古董价格不菲 线上购买能否保真是个大问题
- (2022-06-07)重大突破!中国海洋钻井技术领域首部ISO国际标准发布!
- (2022-06-07)油价“涨”痛难忍 美国或默许伊朗绕过制裁出口更多原油?
- (2022-06-07)还要加购!印度拟就增加俄罗斯石油进口量进行谈判
- (2022-06-07)原油12连涨,120美元“旧雨重逢”,油价上调窗口有望再次打开