云栖学习小组 关注
手机版
  1. 云栖社区>
  2. 云栖学习小组>
  3. 博客>
  4. 正文

阿里云人工智能ET夺肺结节诊断世界冠军

阿里云头条 2017-07-14 21:43:38 浏览3325 评论1 发表于: 云栖学习小组

算法 阿里云 人工智能 阿里巴巴 序列 医疗

摘要: 7月14日最新消息,国际权威肺结节检测大赛LUNA16的世界纪录被一家中国企业打破。阿里云ET凭借89.7%的平均召回率夺得世界冠军。此项技术突破由阿里巴巴iDST视觉计算团队完成,并已集成到阿里云ET医疗大脑中

7月14日最新消息,国际权威肺结节检测大赛LUNA16的世界纪录被一家中国企业打破。阿里云ET凭借89.7%的平均召回率夺得世界冠军。此项技术突破由阿里巴巴iDST视觉计算团队完成,并已集成到阿里云ET医疗大脑中。

9e3c23dd52c11e6e762003801b9551a9021aaf09

LUNA16最新官网排行


大赛要求选手对888份肺部CT样本进行分析,寻找其中的肺结节。样本共包含1186个肺结节,75%以上为小于10mm的小结节。最终,ET在7个不同误报率下发现的肺结节平均召回率达到89.7%,超出第二名0.2%。

286e6a079720a1384963f749df2824cb77d80d34

FROC曲线


召回率指在样本数据中成功发现的结节占比。上图显示了ET在不同误报次数下的召回率情况。

比赛中,阿里云ET医疗大脑克服了一系列挑战:结节模态复杂,早期的结节小(小于10mm),传统的机器学习和用于自然图像的深度学习网络通常难以凑效。

阿里巴巴iDST视觉计算团队负责人华先胜介绍,与常用的两阶段检测方法不同,他们创新性地使用了单阶段方法,全程无须人工干预。机器全自动读取病人的CT序列,直接输出检测到的肺结节。

在模型结构设计上,ET针对CT切片的特性,采用多通道、异构三维卷积融合算法、有效地利用多异构模型的互补性来处理和检测在不同形态上的肺结节CT序列,提高了对不同尺度肺结节的敏感性;同时使用了带有反卷积结构的网络和多任务学习的训练策略,提高了检测的准确度。

华先胜是视觉识别和搜索领域的国际级权威学者,曾获选国际电气与电子工程协会院士(IEEE Fellow)、美国计算机协会ACM杰出科学家。

68e93bee5ce2539637cede1a7433468901911429

肺部CT资料


国家癌症中心公布的数字显示,肺癌在所有恶性肿瘤发病及死亡中均占首位。胸部CT放射影像技术,是肺癌早期筛查的有效手段。但是由于CT扫描影像数量多(一次CT扫描影像通常在200张以上),医生诊断的时间长,加上工作量大,容易疲劳,人工误差不可避免。人工智能成为新的选择。

目前,这一技术已经集成到阿里云ET医疗大脑中。ET医疗大脑可在精准医疗、医学影像、药效挖掘、新药研发、健康管理、可穿戴设备等领域承担医生助手角色,并已在肺癌、宫颈癌、甲状腺癌等领域实现突破。

在视觉计算领域的持续攻坚,是阿里巴巴“NASA”计划的一部分。不久前,该团队还打破了全球权威机器视觉算法测评平台KITTI的世界纪录,将车辆检测的准确率拉升至90.46%。这项技术后被应用到ET城市大脑中。


感谢IT168的深度报道 原文链接


本文为云栖社区原创内容,未经允许不得转载,如需转载请发送邮件至yqeditor@list.alibaba-inc.com;如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件至:yqgroup@service.aliyun.com 进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容。

用云栖社区APP,舒服~

【云栖快讯】浅析混合云和跨地域网络构建实践,分享高性能负载均衡设计,9月21日阿里云专家和你说说网络那些事儿,足不出户看直播,赶紧预约吧!  详情请点击

网友评论

1F
viatorchung

我是计算机视觉准研一的写生,准方向是医学影像处理,希望三年后能变得很强!

(来自社区APP)
关注
阿里云头条
你关注的阿里云!
333篇文章|416关注
一站式提供企业即时通讯、销售管理、协同办公。

是基于语音识别、语音合成、自然语言理解等技术,为企业在多种实际应用场景下,赋予产品“能听、会说、懂你”式的智能人...

基于深度学习技术及阿里巴巴多年的海量数据支撑, 提供多样化的内容识别服务,能有效帮助用户降低违规风险。其产品包括...

为您提供简单高效、处理能力可弹性伸缩的计算服务,帮助您快速构建更稳定、安全的应用,提升运维效率,降低 IT 成本...