侵权投诉
技术:
GPU/CPU 传感器 基础元器件 网络通信 显示 交互技术 电源管理 材料 操作系统 APP 云技术 大数据 人工智能 制造 其它
应用:
可穿戴设备 智能家居 VR/AR 机器人 无人机 手机数码 汽车 平衡车/自行车 医疗健康 运动设备 美颜塑身 早教/玩具 安防监控 智能照明 其它
当前位置:

OFweek智能硬件网

人工智能

正文

腾讯医疗AI实验室公布最新研究成果,用深度学习分割头颈组织区域助力靶向治疗

导读: 近日,腾讯医疗AI实验室与美国加州大学联合发布最新研究成果《器官神经网络:深度学习用于快速和全自动整体头颈危及器官靶区勾画》。

近日,腾讯医疗AI实验室与美国加州大学联合发布最新研究成果《器官神经网络:深度学习用于快速和全自动整体头颈危及器官靶区勾画》。

据了解,在传统的头颈癌放疗过程中,为了保证最大程度让放射计都集中在靶区内,降低其他正常组织和器官受到影响的可能,医生通常会根据患者的CT图像手绘放疗靶区和危及器官。但实际问题是,手绘会花费医生大量的时间,对于患者来说,不仅治疗效率低,更重要的是可能会耽误最佳治疗时间。

腾讯医疗AI实验室公布最新研究成果,用深度学习分割头颈组织区域助力靶向治疗

因此,腾讯医疗AI实验室和加州大学提出,用深度学习模型建立一个“器官神经网络”,在1秒钟内对整张CT所有切片进行器官分割,并进行头颈病变部分的勾画,从而确保放射计的精准注射。

腾讯医疗AI实验室方面表示,在与合作医院的临床测试中,其器官神经网络大幅减少了医生的工作时间,且一定程度上提高了勾画准确率。

相关数据统计显示,每年全球大约会有超60万人患上头颈部癌症,靶向放射治疗是大多数患者的首选治疗方式。但由于头颈部重要神经和器官较多,因此其分割区分工作极为复杂。一旦隔离工作没有做到精确,周围组织受损将很有可能不可逆。

而AI在替代人工方面,最大的优势就在于效率。腾讯此次将深度学习相关技术用于头颈区域及组织分割,是在医疗领域的一次尝试,更为医生及患者提供了更有效的治疗方式。

目前,这一研究成果已被发表在国际权威期刊《Medical Physics》上。

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

我来说两句

(共0条评论,0人参与)

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号