首页 > 分享 > 计算机科学与技术学院团队开发病理图像智能诊断系统助力宫颈癌筛查与诊断

计算机科学与技术学院团队开发病理图像智能诊断系统助力宫颈癌筛查与诊断

花匠小妙招
2024-11-12 16:51

为了应对全球宫颈癌筛查面临的巨大挑战，哈尔滨理工大学计算机科学与技术学院人工智能实验室的师生团队致力于开发一款智能诊断系统，旨在辅助宫颈癌细胞病理图像的诊断工作。该系统不仅具备样本的阴阳性判别和病变细胞的目标检测功能，还能进行分级诊断，适用于宫颈脱落细胞、尿液、痰液、胸腹水等细胞病理图像的辅助诊断。

宫颈癌作为女性四大常见癌症之一，一直是全球关注的焦点。然而，据世界卫生组织统计，大多数国家的宫颈癌发病率和死亡率仍然远超世界卫生组织消除子宫颈癌倡议的规定阈值。预计在2018年至2030年期间，全球每年新增宫颈癌病例将从57万例增加到70万例，而每年的死亡人数也将从311万例增加到40万例。

哈尔滨理工大学计算机科学与技术学院的丁博老师表示：“宫颈癌确诊的金标准是细胞病理诊断，但对病理科医生来说，用肉眼在数以万计的细胞中寻找癌细胞，这一过程往往如大海捞针，是一项十分花费时间和精力的工作。”

丁博老师和志同道合的学生们一起组成了团队。从最开始的项目分析，到项目实现的具体环节，每一次的团队讨论都能碰撞出火花。项目团队成员既能各司其职，也能互相帮助，不同的思想在讨论中逐渐统一：“如果可以将医生诊断标准和经验与机器学习相结合，研发出智能化、自动化的病理图像云诊断平台，就可以大规模降低医生的诊断工作量，节约人力成本，推进癌症普查；打破地域限制整合医疗资源，提高偏远地区医疗水平。” 病理图像诊断系统如下图所示。

丁博老师表示，“团队的想法看似简单，但十分前卫，真正做起来并不容易。”

团队成员们发现，首先要解决的就是数据问题，根据医生反馈和个性化指标自动收集训练数据。接下来就是如何在数以万计的细胞中快速定位数量稀少的异常细胞。丁博老师及团队成员设计了医生诊断流程建模，多阶段智能病理诊断策略，该方法充分利用专家知识，采用多线程流水线设计，多阶段智能诊断策略，提供细胞级别诊断证据，理论联系实际。快速定位异常细胞，使病理图像智能诊断系统成为病理医生的好助手。

截至目前，研发的病理图像诊断系统已经成功应用于黑龙江省的多家医院和检验机构。该系统已经为超过10万人次进行了诊断，并成功检测出3200名癌症患者。丁博老师带领的团队将继续不懈努力，致力于研发中国自己的智能诊断技术，为人类健康做出中国贡献。