東華醫為新專利獲批：神經網絡技術助力AI醫學影像診斷

近日，東華醫為研發的“一種圖像處理的方法、裝置、存儲介質和電子設備”獲得國家知識產權局發明專利認證。該專利是利用神經網絡技術助力AI醫學影像診斷，可以高效準確地為臨床醫生提供決策依據，提升臨床診療效率和質量。

研發背景

肝腫瘤是全世界范圍致死率最高的疾病之一，肝腫瘤的早期診斷可以極大的降低患者的死亡率，基于CT（英文：Computed Tomography，中文：計算機斷層掃描）圖像進行診斷已經成為肝腫瘤診斷的重要手段之一。肝腫瘤可能會出現在肝臟的任意位置，并且可能會存在多個腫瘤，還可能會有微小腫瘤或結節，為了降低醫生出現漏診的風險，CT設備通常會采用圖像分割技術，來自動識別和分割CT圖像中的異常病灶。

現有技術中，CT設備所采用的圖像分割技術對于微小肝腫瘤和結節識別的準確度低，所獲取的分割圖像的空間分辨率較低，并且腹部CT圖像中含有肝臟、脾臟和胰臟等多種器官和組織，可能會將脾臟和胰臟等背景圖像錯誤地識別為肝臟圖像，導致無法準確地識別和分割圖像中的肝腫瘤或結節。

東華醫為研發專利：提升AI影像識別精準度

東華醫為充分發揮科技創新能力，通過應用神經網絡技術助力人工智能識別CT影像的病灶組織，夠精確分割器官、腫瘤、結節等，并且能估算腫瘤體積比等定量參數，顯著降低醫生的重復勞動強度，提升臨床診斷的效率和質量。

該方案具體包括：

獲取包括指定部位的待處理圖像，將待處理圖像輸入預先訓練的圖像處理模型，以得到圖像處理模型輸出的待處理圖像中每個像素與多個標簽中每個標簽的匹配度；

圖像處理模型中包括第一特征提取網絡和第二特征提取網絡，圖像處理模型用于根據第一特征提取網絡提取的深層特征圖，和第二特征提取網絡提取的淺層特征圖；

確定待處理圖像中每個像素與每個標簽的匹配度，根據待處理圖像中每個像素與每個標簽的匹配度，對待處理圖像進行劃分，以得到待處理圖像中每個標簽對應的目標區域。

本方案能夠準確識別待處理圖像中不同標簽對應的區域，提高劃分后的待處理圖像的空間分辨率。

科技驅動，創新不止。新專利的獲批，是對東華醫為科技創新能力與成果的認可與激勵。未來，東華醫為還將毫不動搖地堅持技術創新、產品創新、業務模式創新的發展路徑，持續推動醫療IT技術的應用與突破，用不斷迭代的新技術、新產品、新服務，賦能醫療大健康行業發展，助力客戶成功！

關鍵詞： 醫學影像診斷 神經網絡