理大研發識別乳腺癌影像

    【本報消息】澳門理工大學科研團隊日前在二○二三全球醫學影像學大賽中，從全球近二千支參賽隊伍中脫穎而出，勇奪全球競賽銀獎，理工大學參賽團隊由應用科學學院副教授檀韜指導、大數據與物聯網碩士課程研究生王榮勝參賽，比賽旨在有效識別乳腺癌，並通過研究和技術創新促進醫療服務。

    北美放射學會(RSNA)是全球醫學影像學最頂級會議，代表來自全球一百四十五個國家和地區的卅一個放射學亞專業，每年有超過五萬名醫生、研究學者和工業界人員參加。北美放射學會非常重視人工智能在影像學的應用，為推動人工智能在醫學影像學領域的研究和落地，從二○一七年起，北美放射學會設立單獨的人工智能挑戰賽環節，並成為影像學競賽錦標之一。今年北美放射學會和Kaggle（全球最大的公開數據和機器學習比賽平台）共同推出乳腺鉬靶檢測競賽，任務是開發一個機器學習演算法篩查乳腺疾病，提升篩查乳腺疾病的精準性及效率。

    本屆全球醫學影像學大賽持續三個月，吸引來自全球數十個國家近二千支隊伍、二千一百四十七位個人參賽者參與，其中包括來自全球著名醫療機構，美國賓夕法尼亞大學、東京大學、高麗大學、浙江大學、哈爾濱工業大學等海內外頂尖院校，醫學實驗室等機構人工智能實驗室的參賽者。

    在該挑戰賽中，澳門理工大學團隊針對該賽題深入探究各種理論和實踐方法，相比於自然圖像，乳腺鉬靶圖像檢測具有更高的難度和更複雜的資訊聚集，很多常見方法設計在本次競賽中很難產生正向效果。在檀韜指導下和參賽團隊多次探討中，最終採用多模型、多階段、多資訊融合的方法，通過結合病人鉬靶圖像的額外語義資訊，融合醫學圖像病變的關聯性，有效的資料採樣演算法，短時間內從超過五萬幅乳腺鉬靶圖像中找到乳腺鉬靶圖像診斷規律，取得公榜和私榜前百分之四的好成績，有效協助識別乳腺癌，大幅減少假陽性對患者帶來的不利影響，對乳腺癌做早診早篩，提升醫療程序及質量。