電腦輔助診斷

在于中國最大醫院之一的合作中，我們針對肺癌開發了一套基於醫學影像的電腦輔助診斷系統。肺癌是在世界各地的癌症相關死亡的主要原因之一. 在美國每年有近180,000肺癌新病例被確診. 肺癌的死亡率高達約90％, 貢獻了總癌症引起的死亡率的約29％.

成功的早期發現可以大大提高患者的生存率. 如果確斷和早期治療，肺癌患者五年生存率能大大改善從約 13%到 41%.然而 對所有肺結節\腫瘤做一個驗證性診斷仍然是一個懸而未決的問題，特別是對目前的趨勢，以使用低劑量CT掃描篩查肺癌而言. 此外，通過現有的成像工具會產生巨大的圖像數據而使得進行手動篩選不可能達成.

電腦輔助診斷(CAD). CAD是一個跨學科的研究領域涵蓋放射學,圖像處理與分析，人工智能和機器學習，非線性分析和非線性特徵提取和選擇. 在這個專案中，我們的目的是:

1. 開發一個醫療圖像流覽、 操作和增強的系統;
2. 發展一個高效率的自動結節篩選系統，以幫助早期發現肺癌的綜合圖像分析和機器學習技術.
3. 建立一個有效的系統，以圖像處理，非線性分析和機器學習技術來診斷結節等異常.

我們的系統是由具有以下功能的四個主要模塊來組成：圖像數據採集和處理，解剖分割，自動肺結節檢測，肺結節的診斷. 每個模組有若干子模組組成. 我們專有的TRUST-TECH 方法已被應用於解決以下相關的優化問題,這些問題包括: 實現這個系統，涵蓋了最優目標檢測，圖像分割和分類器的優化設計任務的診斷.

診斷性能以兩個方面進行評估: 一種方法是通過圖像切片，其他由病人評價. 病患的評價是由一個委員會機器技術所得到的切片結果為基礎來獲得的.

評價方法	總數	正確	錯誤
按切片	442 slices	355 (80.3%)	87 (19.7%)
按患者	74 patients	52 (70.3%)	22 (29.7%)