【小哈划重点:但传统的方法下,存在人工交互过多,耗时过长等缺点。因此,阿里巴巴提出了判别式冠脉追踪模型。这一模型由三维卷积神经网络构成,充分利用三维空间特征,可从影像中迭代搜索完整血管,且正确区分冠脉与静脉。】
6月28日上午,阿里巴巴在AI医疗领域又取得了重大进展,继在肺结节检测、肝结节诊断技术上取得的重大突破后,又攻克了难度系数更高的心血管识别技术。
心血管疾病是世界上致死率最高的疾病,心脏冠脉几何特性复杂、血管特别细小,容易受到形态相似的静脉血管的干扰。而从CTA影像中准确提取心脏冠脉中心线是冠心病诊断的必备条件,也是诊断流程中耗时最多的一环。如果出现血管阻塞,还有可能无法提取整根血管。
医生可从重建的影像上快速发现病灶
但传统的方法下,存在人工交互过多,耗时过长等缺点。因此,阿里巴巴提出了判别式冠脉追踪模型。这一模型由三维卷积神经网络构成,充分利用三维空间特征,可从影像中迭代搜索完整血管,且正确区分冠脉与静脉。
在学习了数十万个训练样本后,阿里AI无需人工交互,仅用0.5秒就能提取单根冠脉血管,提取完整冠脉树用时不超过20秒,相比传统方法效率提升近百倍。传统算法需要处理整个影像,阿里AI则能自动忽略冗余信息,大大提高效率。
据悉,阿里达摩院机器智能实验室有关冠状动脉中心线提取的论文目前已被国际顶级医学影像会议MICCAI 2019提前接收。