智慧醫(yī)學(xué)影像科技發(fā)展報告課件

智慧醫(yī)學(xué)影像科技發(fā)展報告健培科技程國華智慧醫(yī)學(xué)影像科技發(fā)展報告健培科技程國華1＋IT互聯(lián)/物聯(lián)網(wǎng)、傳感器、芯片、算法影像X光、核磁、超聲熱成像、光學(xué)等＝智慧醫(yī)學(xué)影像＋IT互聯(lián)/物聯(lián)網(wǎng)、影像＝智慧醫(yī)學(xué)233醫(yī)學(xué)影像科技發(fā)展背景1醫(yī)學(xué)影像應(yīng)用現(xiàn)狀2醫(yī)學(xué)影像大數(shù)據(jù)時代3醫(yī)學(xué)影像分類與檢索4深度學(xué)習(xí)與醫(yī)學(xué)影像診斷5醫(yī)學(xué)影像與精準(zhǔn)醫(yī)療6醫(yī)學(xué)影像科技發(fā)展背景1醫(yī)學(xué)影像應(yīng)用現(xiàn)狀2醫(yī)學(xué)影像大數(shù)據(jù)時代34醫(yī)學(xué)影像科技發(fā)展背景1醫(yī)學(xué)影像科技發(fā)展背景15醫(yī)學(xué)影像市場空間和規(guī)模醫(yī)學(xué)影像設(shè)備全球市場增長趨勢全球醫(yī)學(xué)影像設(shè)備市場從2012年起一直保持23.6%的速度增長預(yù)計到2020年達到490億美元；國內(nèi)占市場的12%，如圖。醫(yī)學(xué)影像市場空間和規(guī)模醫(yī)學(xué)影像設(shè)備全球市場增長趨勢全球醫(yī)學(xué)影6醫(yī)學(xué)影像輔助軟件市場全球醫(yī)學(xué)影像軟件市場從2012年的17億美元上升到2017年的25億美元；國內(nèi)目前還缺乏具體的數(shù)據(jù)，但從公開的799家三甲醫(yī)院來看，醫(yī)學(xué)影像占全院總收入在20%左右，僅次于藥品，且增速遠高于藥品。醫(yī)學(xué)影像市場空間和規(guī)模醫(yī)學(xué)影像輔助軟件市場全球醫(yī)學(xué)影像軟件市場從2012年的17億7智慧醫(yī)學(xué)影像新機遇

國內(nèi)：醫(yī)學(xué)影像項目有8個，發(fā)生融資交易的有10起，共計融資超6000萬人民幣，分別是醫(yī)聯(lián)、云醫(yī)、匯醫(yī)慧影、艾佩克、海納醫(yī)信、醫(yī)圖、醫(yī)庫網(wǎng)、醫(yī)酷，項目融資大多在早期階段；

國外：醫(yī)學(xué)影像領(lǐng)域發(fā)生融資交易的有25起，獲得融資的項目有10個（包括一個收購案），共計融資超2.3億美元。2015年上半年國內(nèi)國外融資情況醫(yī)學(xué)影像6個階段與互聯(lián)網(wǎng)醫(yī)療7個重要領(lǐng)域智慧醫(yī)學(xué)影像新機遇國內(nèi)：醫(yī)學(xué)影像項目有8個，發(fā)生融資交易的8中外醫(yī)學(xué)影像產(chǎn)業(yè)發(fā)展對比項目美國中國臨床地位在臨床診斷中具有重要地位，放射診斷醫(yī)師收入排在前三未得到足夠重視，影像醫(yī)師收入偏低教育影像醫(yī)學(xué)教育有嚴(yán)格的準(zhǔn)入和評估標(biāo)準(zhǔn)，學(xué)時長，要通過嚴(yán)格的認(rèn)證體系人才培訓(xùn)未形成體系，各地人才缺乏，區(qū)域差異大診斷水平因教育培訓(xùn)體系嚴(yán)格，執(zhí)業(yè)醫(yī)師水平更為均衡影像醫(yī)師診斷水平級別差異大，地區(qū)差異大服務(wù)費用拍片和閱片分別計費拍片收費，無閱片費用數(shù)字化一次拍片包括幾百上千張DICOM影像圖片（送光盤），專家可據(jù)此對病灶進行專業(yè)分析、三維重建，方便患者尋求其他醫(yī)院專家閱片診斷。大部分醫(yī)院只發(fā)影像膠片，不提供患者完整影像光盤交換能力有更健全的PACS系統(tǒng)，更好支持遠程診斷/會診等轉(zhuǎn)診往往需要重復(fù)拍片，影像資料不能共享相比美國，受國內(nèi)現(xiàn)有醫(yī)療體系和大環(huán)境的限制，在醫(yī)學(xué)影像診斷服務(wù)領(lǐng)域存在較大的差距，改進潛力巨大。中外醫(yī)學(xué)影像產(chǎn)業(yè)發(fā)展對比項目美國中國臨床地位在臨床診9醫(yī)學(xué)影像App功能分布與對比醫(yī)學(xué)影像APP疾病科目國外（%）國內(nèi)（%）全科疾病7067胸部疾病50皮膚疾病513口腔疾病40肺部疾病30腰部與盆腔疾病30急診胸部疾病30外傷30闌尾炎10腦疾病10神經(jīng)科疾病10腫瘤10整形17嬰兒檢測07發(fā)現(xiàn)涉及醫(yī)學(xué)影像app：國內(nèi)有15個和海外有84個，從數(shù)量和功能上都反映我國醫(yī)學(xué)影像應(yīng)用的整體水平還處于起步階段。醫(yī)學(xué)影像App功能分布與對比醫(yī)學(xué)影像APP疾病科目國外（%）10現(xiàn)在越來越多的消費者已經(jīng)開始使用可穿戴設(shè)備來管理他們的健康狀況，可以通過智能手機應(yīng)用程序跟蹤用戶日常活動與熱量攝入、燃燒情況，或者根據(jù)活動數(shù)據(jù)來監(jiān)測心率、體溫……這些可穿戴健康醫(yī)療設(shè)備除了給普遍大眾帶來不少健康幫助外，也給不少中老年人用戶帶來了福音。個性化、定制化、精準(zhǔn)化醫(yī)療成為必然趨勢。OtoHome檢耳鏡最新醫(yī)學(xué)影像app應(yīng)用智能手機腦部掃描儀便攜式超聲設(shè)備iPhone皮膚掃描皮血管鏡現(xiàn)在越來越多的消費者已經(jīng)開始使用可穿戴設(shè)備來管理他們的健康狀11發(fā)展現(xiàn)狀2發(fā)展現(xiàn)狀212醫(yī)用顯示屏便攜終端灰階顯示屏新型數(shù)碼激光膠片數(shù)字化顯示膠片輸出化學(xué)膠片彩色環(huán)保高清經(jīng)濟非化學(xué)反應(yīng)健培醫(yī)用膠片可視化應(yīng)用——影像顯示醫(yī)用顯示屏便攜終端灰階顯示屏新型數(shù)碼激光膠片數(shù)字化顯示膠片輸13可視化應(yīng)用——影像三維重建全身3D影像顯示左側(cè)為標(biāo)準(zhǔn)二維超聲心動圖，右側(cè)為三維超聲心動圖四維彩超可視化應(yīng)用——影像三維重建全身3D影像顯示左側(cè)為標(biāo)準(zhǔn)二維超聲14三維全息技術(shù)目前已成為世界各大公司關(guān)注的熱點。應(yīng)用全息影像技術(shù)，醫(yī)生可從不同視角查看醫(yī)學(xué)圖像。以色列公司RealViewImaging、美國公司EchoPixel等正在將全息影像技術(shù)從研究推向應(yīng)用。RealViewImaging的三維全息技術(shù)及其應(yīng)用可視化應(yīng)用——影像三維全息三維全息技術(shù)目前已成為世界各大公司關(guān)注的熱點。RealVie15近年來，隨著國家政策扶持力度加強，中醫(yī)體質(zhì)的相關(guān)研究成為目前中醫(yī)領(lǐng)域研究的熱點。各種研究正在逐步證實紅外影像與中醫(yī)體質(zhì)之間的聯(lián)系。健培中醫(yī)影像智能診斷系統(tǒng)為亞健康檢測、疼痛和動靜脈血管功能的監(jiān)測、急慢性炎癥以及腫瘤的療效等中醫(yī)診療提供了量化評估依據(jù)。可視化應(yīng)用——中醫(yī)理論可視化近年來，隨著國家政策扶持力度加強，中醫(yī)體質(zhì)的相關(guān)研究成為目前16醫(yī)學(xué)影像輔助——診斷醫(yī)學(xué)影像輔助診斷根據(jù)醫(yī)學(xué)影像提供的信息，按照不同疾病的臨床影像特征做出判斷，從而輔助醫(yī)生對病情做出更精確的判斷。其應(yīng)用到的技術(shù)包括圖像分析、圖像檢索等。目前西門子開發(fā)CADVision自動分析乳腺癌發(fā)生率；IBM利用Watson的智能計算能力來分析醫(yī)學(xué)影像為醫(yī)生提供大量輔助醫(yī)療數(shù)據(jù)。使用MediaCybernetics的ImagePro對醫(yī)學(xué)圖像進行分析醫(yī)學(xué)影像輔助——診斷醫(yī)學(xué)影像輔助診斷根據(jù)醫(yī)學(xué)影像提供的信息，17醫(yī)學(xué)影像輔助——治療在疾病的治療和手術(shù)過程中，醫(yī)生往往需要對特定部位進行操作、對病情變化進行監(jiān)測、對不同器官自動識別和跟蹤。微軟公司、美國國家影像引導(dǎo)治療中心NCIGT等正在研發(fā)一系列基于醫(yī)學(xué)影像分析及圖像識別技術(shù)的醫(yī)學(xué)輔助產(chǎn)品。微軟InnerEye項目使用圖像分析技術(shù)識別人體器官并輔助醫(yī)生進行手術(shù)醫(yī)學(xué)影像輔助——治療在疾病的治療和手術(shù)過程中，醫(yī)生往往需要對18醫(yī)學(xué)影像技術(shù)的發(fā)展為醫(yī)學(xué)教學(xué)提供了先進手段。除了利用傳統(tǒng)的二維和三維醫(yī)學(xué)影像技術(shù)來實現(xiàn)醫(yī)學(xué)院教學(xué)外，微軟等公司還利用全息影像來幫助醫(yī)學(xué)院的教學(xué)任務(wù)。微軟目前發(fā)布了面向醫(yī)學(xué)應(yīng)用方向的全息眼鏡Hololens，其用于醫(yī)學(xué)教學(xué)的功能包括：骨肉分離、器官分離、傷情對比展示等。微軟Hololens實現(xiàn)三維全息教學(xué)實踐醫(yī)學(xué)影像輔助——教學(xué)醫(yī)學(xué)影像技術(shù)的發(fā)展為醫(yī)學(xué)教學(xué)提供了先進手段。微軟Holole19PACS廠商：國內(nèi)：沈陽東軟、北京天健、上海岱嘉、杭州健培、西安華海、福建實達、深圳安科信息、成都金盤、上海英飛達、深圳藍韻、常州金馬揚名等。國外：GE、西門子、富士、銳科、AGFA等。杭州健培HealthViewTM智慧影像云平臺基于云計算的醫(yī)學(xué)影像整體解決方案新趨勢：云計算平臺、海量存儲、在線閱片、信息共享、遠程服務(wù)、影像交互、分級診療、智能輔助診斷等?；ヂ?lián)網(wǎng)＋醫(yī)學(xué)影像——PACSPACS廠商：杭州健培HealthViewTM智慧影像云平臺20 移動閱片：建立云端影像系統(tǒng)，克服時間和地域上的限制，實現(xiàn)影像數(shù)據(jù)共享，移動終端隨時隨地查閱影像資料。遠程影像會診：影像數(shù)據(jù)共享，實現(xiàn)交互式的遠程診斷、遠程會診互聯(lián)網(wǎng)＋醫(yī)學(xué)影像——移動閱片和遠程會診 移動閱片：建立云端影像系統(tǒng)，克服時間和地域上的限制，21交流共享，提供分享傳遞醫(yī)學(xué)影像的工具；專注于醫(yī)學(xué)影像資料數(shù)據(jù)庫、醫(yī)學(xué)教育；基于在線影像的影像診斷功能。Figure1ImageInboxMobileMIMJackImagingRadiopaediaResolutionMDVisualDx國外醫(yī)學(xué)影像輕盈醫(yī)學(xué)丁香客杏樹林國內(nèi)醫(yī)生站互聯(lián)網(wǎng)＋醫(yī)學(xué)影像——APP交流共享，提供分享傳遞醫(yī)學(xué)影像的工具；Figure1Ima22Figure1MobileMIMOsiriXHD互聯(lián)網(wǎng)＋醫(yī)學(xué)影像——APPFigure1MobileMIMOsiriXHD互聯(lián)網(wǎng)23人機接口的內(nèi)容 計算機提供“環(huán)境”，不是“數(shù)據(jù)”，“信息”。人機接口的形式 操作者由視覺、聽覺、力覺感知環(huán)境，由自然動作操作環(huán)境。人機接口的效果 逼真的感知和自然的動作，身臨其境的感覺。lmmersion(沉侵)，身臨其境的感覺。lnteraction(交互)，用戶感知與操作環(huán)境。lmagination(想象)，啟發(fā)性、廣闊的可想像空間。虛擬現(xiàn)實的特點虛擬現(xiàn)實（VirtualReality,VR）技術(shù)以可視化醫(yī)學(xué)影像為載體，集聽、觸、嗅、味等多種感知能力為一體，虛擬醫(yī)學(xué)實驗、培訓(xùn)、診斷和治療的環(huán)境，是電腦模擬出來的一個三維空間的虛擬世界。虛擬現(xiàn)實在醫(yī)學(xué)影像中的應(yīng)用人機接口的內(nèi)容 lmmersion(沉侵)，身臨其境的感覺。241.虛擬人體解剖2.遠程手術(shù)4.虛擬教學(xué)平臺3.虛擬手術(shù)虛擬現(xiàn)實在醫(yī)學(xué)影像中的應(yīng)用1.虛擬人體解剖2.遠程手術(shù)4.虛擬教學(xué)平臺3.虛擬25以課堂教學(xué)為主，再結(jié)合掛圖、模型、標(biāo)本、人體等輔助教學(xué)工具進行教學(xué)，并配以費用較高的動物實驗、尸體解剖來加深學(xué)生的理解。中醫(yī)傳統(tǒng)教學(xué)方法3D穴位圖虛擬人體經(jīng)絡(luò)圖中醫(yī)虛擬現(xiàn)實教學(xué)方法虛擬現(xiàn)實在中醫(yī)領(lǐng)域的應(yīng)用以課堂教學(xué)為主，再結(jié)合掛圖、模型、標(biāo)本、人體等輔助教26醫(yī)學(xué)影像大數(shù)據(jù)3醫(yī)學(xué)影像大數(shù)據(jù)3271.Volume2.Variety3.Value4.Velocity結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)如今的數(shù)據(jù)類型早已不是單一的文本形式，訂單、日志、音頻，對處理能力提出了更高的要求沙里淘金，價值密度低以視頻為例，一部一小時的視頻，在連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅僅只有一兩秒。如何通過強大的機器算法更迅速地完成數(shù)據(jù)的價值“提純”是目前大數(shù)據(jù)洶涌背景下亟待解決的難題實時獲取需要的信息大數(shù)據(jù)區(qū)分于傳統(tǒng)數(shù)據(jù)最顯著的特征。如今已是ZB時代，在如此海量的數(shù)據(jù)面前，處理數(shù)據(jù)的效率就是企業(yè)的生命數(shù)據(jù)量巨大全球在2010年正式進入ZB時代，IDC預(yù)計到2020年，全球?qū)⒖偣矒碛?5ZB的數(shù)據(jù)量醫(yī)學(xué)影像大數(shù)據(jù)——大數(shù)據(jù)的“4V”特征1.Volume2.Variety3.Value4.28建立統(tǒng)一的通訊標(biāo)準(zhǔn)。采用不同的設(shè)備、架構(gòu)，因此具有異構(gòu)性，必須統(tǒng)一通訊標(biāo)準(zhǔn)。減少醫(yī)學(xué)影像的壓縮損失。醫(yī)學(xué)影像資料所占的存儲空間大，因此在存儲和傳輸?shù)倪^程中需要壓縮。存儲介質(zhì)和存儲架構(gòu)的新要求。醫(yī)學(xué)影像很大，會延長讀取的時間，因此對于存儲介質(zhì)的I/O速度提出了新的要求。大數(shù)據(jù)影像的關(guān)鍵技術(shù)存儲和傳輸醫(yī)學(xué)影像數(shù)據(jù)挖掘是非結(jié)構(gòu)數(shù)據(jù)挖掘，必須進行預(yù)處理，以生成可用于高層次挖掘的影像特征庫。影像數(shù)據(jù)挖掘的一般流程通常包括：影像的存儲 影像的預(yù)處理影像的搜索 影像的挖掘影像的展示 ...挖掘建立統(tǒng)一的通訊標(biāo)準(zhǔn)。采用不同的設(shè)備、架構(gòu)，因此具有異構(gòu)性，必29IT+神經(jīng)網(wǎng)絡(luò)開啟智能醫(yī)學(xué)影像新時代IT+神經(jīng)網(wǎng)絡(luò)開啟智能醫(yī)學(xué)影像新時代30

據(jù)報道2015年8月6日，IT巨頭IBM將以10億美元收購醫(yī)學(xué)成像設(shè)備提供商MergeHealthcare。屆時Watson不僅可以讀懂這些醫(yī)療圖像（CT掃描、乳房攝像），還可以根據(jù)巨大的電子病歷數(shù)據(jù)庫進行分析診斷。這將是Watson對大數(shù)據(jù)醫(yī)療行業(yè)的又一次顛覆。目前醫(yī)療數(shù)據(jù)中有超過90%來自于醫(yī)學(xué)影像，但是這些數(shù)據(jù)大多要進行人工分析。如果能夠運用人工智能技術(shù)分析醫(yī)學(xué)影像，并將影像與醫(yī)學(xué)文本記錄進行交叉對比，就能夠極大地降低醫(yī)學(xué)診斷上的失誤，幫助醫(yī)生精準(zhǔn)診斷，挽救患者生命。IBM認(rèn)為，Watson的認(rèn)知計算能力在醫(yī)學(xué)造影方面完全可以辨別患者應(yīng)該接受X射線、CT還是核磁共振。而現(xiàn)在缺乏的是客戶以及醫(yī)學(xué)影像資料，而這恰好也是Merge可以提供的資源。IBM的智能醫(yī)學(xué)影像分析項目-Watson計劃大數(shù)據(jù)醫(yī)療的進展據(jù)報道2015年8月6日，IT巨頭IBM將以31醫(yī)學(xué)影像分類和檢索4醫(yī)學(xué)影像分類和檢索432按圖像特征分類提取顏色特征紋理特征形狀特征語義特征空間關(guān)系特征空間頻域聯(lián)合分析法顏色聚類法顏色相關(guān)圖基于機器學(xué)習(xí)的方法累積直方圖法統(tǒng)計法基于文本注釋的方法不變矩法多邊形近似法傅里葉描述子法均勻圖像子塊提取法模型法區(qū)域分割對象提取法特征提取是分類和檢索的基礎(chǔ)。它是指利用計算機技術(shù)提取圖像的特征信息（如顏色、紋理、形狀等）。分類和檢索的基礎(chǔ)——特征提取方法列舉按圖像特征分類提取顏色特征紋理特征形狀特征語義特征空間關(guān)系特33由于單一特征包含的圖像特征信息較少，得不到理想的檢索結(jié)果，所以需要融合多個特征來描述圖像，并根據(jù)用戶感興趣的因素調(diào)節(jié)各特征權(quán)重來實現(xiàn)有效的檢索。如下圖所示為特征融合模型。醫(yī)學(xué)影像尺度空間灰度特征概率矩陣P1概率矩陣P2概率矩陣P3決策規(guī)劃分類和檢索的基礎(chǔ)——多特征融合提取1層O*S層2層紋理特征形狀特征頻域特征基分類器1基分類器2基分類器n基分類器由于單一特征包含的圖像特征信息較少，得不到理想34

方法:從灰度、紋理、形狀、頻域四種互補的角度描述醫(yī)學(xué)影像，最后基于最大似然估計理論構(gòu)建決策級特征模型，實現(xiàn)醫(yī)學(xué)影像分類。從臨床中隨機選取9225幅醫(yī)學(xué)影像，根據(jù)其成像技術(shù)、方向與解剖學(xué)部位劃分為31個類別。實驗采用10-foldcross-validation進行評估，下圖為實驗結(jié)果。分類和檢索的基礎(chǔ)——多特征融合的醫(yī)學(xué)影像分類方法:從灰度、紋理、形狀、頻域四種互補的角度35

從上表中可以看出，灰度直方圖的最優(yōu)分類精度為69.7%；紋理特征的分類精度分類精度為83.67%，大大高于灰度直方圖方法；而基于詞袋模型的分類精度最優(yōu)值為90%，高于紋理特征的分類精度。這說明基于詞袋模型的醫(yī)學(xué)影像分類方法的分類精度遠遠高過基于全局特征的分類精度。詞袋模型：首先提取圖像的特征，然后將所有的特征聚類，生成視覺詞匯表，根據(jù)這個詞匯表構(gòu)建每幅圖像的視覺單詞表示，最后輸入到支持向量機中進行訓(xùn)練和測試。分類方法——詞袋模型的醫(yī)學(xué)影像分類從上表中可以看出，灰度直方圖的最優(yōu)分類精度為6936A.Kusiak等人提取了50例肺癌患者的基本資料和X光片的數(shù)字化特征，將粗糙集應(yīng)用于特征數(shù)據(jù)的挖掘，使得肺癌早期患者診斷的準(zhǔn)確率得到很大的提高。Antonie等人在醫(yī)學(xué)影像數(shù)據(jù)庫中抽取了各類乳腺圖像資料，采用關(guān)聯(lián)規(guī)則和神經(jīng)網(wǎng)絡(luò)對不同區(qū)域的紋理特征進行挖掘，有效的對乳腺癌患者實現(xiàn)了自動診斷。P.Perner采用決策樹對圖像的底層視覺特征和臨床專家的診斷信息進行挖掘，發(fā)現(xiàn)其隱含的關(guān)聯(lián)，進而輔助臨床醫(yī)生進行醫(yī)療診斷。影像分類研究現(xiàn)狀A(yù).Kusiak等人提取了50例肺癌患者的基本資料和X光片37檢索方法——局部線性嵌入(LLE)算法

方法：1）提取顏色分量的信息熵，利用鄰域灰度共生矩陣提取紋理特征;2）采用LLE算法對顏色和紋理特征進行組合降維處理，采用歐式距離相似度量模型對圖像進行初步檢索；3）采用最小二乘支持向量機對初步檢索結(jié)果進行相關(guān)反饋，采用LSSVM對初步檢索結(jié)果進行修正，進一步提高了查全率與查準(zhǔn)率。

對采用原始特征、顏色特征、紋理特征以及LLE算法降維處理后的特征進行對比實驗，得到平均檢索正確率，如下圖所示。檢索方法——局部線性嵌入(LLE)算法方38檢索方法——人工魚群（AFSA）人工魚群檢索方法：1）提取輸入醫(yī)學(xué)圖像的相關(guān)特征，并初始化特征權(quán)值；2）采用相似度模型進行檢索并排序；3）用戶對檢索結(jié)果進行評價，不滿意則執(zhí)行4）；4）根據(jù)用戶反饋信息，采用AFSA對醫(yī)學(xué)圖像特征權(quán)值進行自適應(yīng)調(diào)整，并返回2）繼續(xù)檢索。不同特征權(quán)值優(yōu)化方法的間作性能比較。檢索方法——人工魚群（AFSA）人工魚群檢索方39美國Purdue開發(fā)的ASSERT系統(tǒng)，針對胸CT圖像局部病變特征來建立相似性準(zhǔn)則，但自動化性能較低。美國LosAlamos國家實驗室設(shè)計的CANDID系統(tǒng)，利用單點像素上特征參量的概率密度函數(shù)作為圖像特征，并針對胸部CT圖像進行了實驗。其不足在于函數(shù)難以生成且運算速度慢。美國華盛頓大學(xué)醫(yī)學(xué)院的X-胸片CBMIR系統(tǒng)。影像檢索研究現(xiàn)狀影像檢索研究現(xiàn)狀40深度學(xué)習(xí)與醫(yī)學(xué)影像診斷5深度學(xué)習(xí)與醫(yī)學(xué)影像診斷541深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)模型相似的分層結(jié)構(gòu)（由輸入層、隱藏層、輸出層組成），比較解決人類大腦的結(jié)構(gòu)不同的訓(xùn)練機制（傳統(tǒng)神經(jīng)網(wǎng)絡(luò)采用backpropagation方式、深度學(xué)習(xí)采用layer-wise的方式）深度學(xué)習(xí)通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。其動機在于建立、模擬人腦進行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機制來解釋數(shù)據(jù)，例如圖像，聲音和文本。深度學(xué)習(xí)深度學(xué)習(xí)模型屬于深層神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)模型相似的分層結(jié)構(gòu)42隨著高性能計算技術(shù)與高精度探測技術(shù)的不斷發(fā)展，醫(yī)學(xué)影像輔助診療已經(jīng)被醫(yī)療界廣泛接受和采用，同時對醫(yī)學(xué)影像的處理提出了更高的要求和挑戰(zhàn)。深度學(xué)習(xí)在醫(yī)學(xué)影像處理中的前景痛點：生理評判的模糊性信息生成的隨機性物理求解的病態(tài)性面對應(yīng)用的實時性醫(yī)學(xué)影像處理現(xiàn)狀難點：數(shù)據(jù)量大人工特征通用性差特征區(qū)分能力差現(xiàn)有醫(yī)學(xué)影像處理還處于基礎(chǔ)階段：醫(yī)學(xué)影像重建和顯示，高級功能如影像分類、檢索和識別效果較差，還無法滿足臨床應(yīng)用的要求。深度學(xué)習(xí)應(yīng)用利用深度學(xué)習(xí)提取影像的分布式特征實現(xiàn)醫(yī)學(xué)影像的智能化分析。有較大的探索空間和創(chuàng)新價值。優(yōu)勢：深層結(jié)構(gòu)的優(yōu)勢提取全局特征上下文信息的能力隨著高性能計算技術(shù)與高精度探測技術(shù)的不斷發(fā)展，醫(yī)學(xué)影像輔助診43深度學(xué)習(xí)在醫(yī)學(xué)影像處理中的前景沈定剛教授 美國北卡羅來納大學(xué)利用深度學(xué)習(xí)實現(xiàn)對大腦、前列腺、大腿骨、骨盆及其他人體或動物器官等影像的自動分割、分類和識別。徐洋微軟利用深度學(xué)習(xí)網(wǎng)絡(luò)實現(xiàn)醫(yī)學(xué)影像分類。HolgerR.Roth：美國國立衛(wèi)生臨床中心 建立2.5D深度學(xué)習(xí)技術(shù)，實現(xiàn)對CT影像的自動分類。此外，還研究了基于深度學(xué)習(xí)的胰腺分割技術(shù)、淋巴結(jié)節(jié)檢測等。深度學(xué)習(xí)在醫(yī)學(xué)影像處理中的前景沈定剛教授 美國北卡羅來納大44MetaMind是一家專注于深度學(xué)習(xí)的創(chuàng)業(yè)公司。該公司推出了一項面向醫(yī)學(xué)影像領(lǐng)域的深度學(xué)習(xí)應(yīng)用——HealthMind，可用于醫(yī)學(xué)圖像自動診斷，如顱內(nèi)出血（IntracranialHemorrhage）、糖尿病視網(wǎng)膜病變（DiabeticRetinopathy）、肺結(jié)節(jié)（LungNodule）等。國內(nèi)外初創(chuàng)公司的介紹未來將可實現(xiàn)影像診斷自動化Enlitic是一家通過大數(shù)據(jù)幫助醫(yī)生分析圖像的創(chuàng)業(yè)公司，主要針對醫(yī)學(xué)影像數(shù)據(jù)庫及擴充庫，利用深度學(xué)習(xí)技術(shù)實現(xiàn)對數(shù)據(jù)的智能化分析，為醫(yī)生提供最適當(dāng)?shù)脑\斷信息。HealthView是杭州健培科技有限公司專門針對醫(yī)學(xué)影像分析診斷推出的應(yīng)用。主要利用大數(shù)據(jù)深度學(xué)習(xí)技術(shù)實現(xiàn)醫(yī)學(xué)影像數(shù)據(jù)的智能化分析，為醫(yī)生提供醫(yī)學(xué)診斷建議報告。MetaMind是一家專注于深度學(xué)習(xí)的創(chuàng)業(yè)公司。該公司推出了45醫(yī)學(xué)影像與精準(zhǔn)醫(yī)療6醫(yī)學(xué)影像與精準(zhǔn)醫(yī)療646精準(zhǔn)醫(yī)療的國內(nèi)外定義精準(zhǔn)醫(yī)療是通過基因組、蛋白質(zhì)組等組學(xué)技術(shù)和醫(yī)學(xué)前沿技術(shù)，對于大樣本人群與特定疾病類型進行生物標(biāo)記物的分析與鑒定、驗證與應(yīng)用，從而精確尋找到疾病的原因和治療的靶點。精準(zhǔn)醫(yī)療是集合現(xiàn)代科技手段與傳統(tǒng)醫(yī)學(xué)方法，科學(xué)認(rèn)知人體機能和疾病本質(zhì)，以最有效、最安全、最經(jīng)濟的醫(yī)療服務(wù)獲取個體和社會健康效益最大化的新型醫(yī)學(xué)范疇。美國定義中國定義＋精準(zhǔn)診斷基因測序精準(zhǔn)治療精準(zhǔn)定位、精準(zhǔn)劑量＝精準(zhǔn)醫(yī)療精準(zhǔn)醫(yī)療的國內(nèi)外定義精準(zhǔn)醫(yī)療是通過基因組、蛋白質(zhì)組等組47醫(yī)學(xué)影像服務(wù)精準(zhǔn)醫(yī)療醫(yī)學(xué)影像服務(wù)精準(zhǔn)醫(yī)療精準(zhǔn)預(yù)防精準(zhǔn)診斷/反饋醫(yī)學(xué)影像數(shù)據(jù)的采集、分析、解讀，可以實現(xiàn)精確評估、診斷。

醫(yī)學(xué)影像醫(yī)療診斷的目標(biāo)是使得疾病的檢測和治療要早于基于臨床進展的檢測和治療。醫(yī)學(xué)影像服務(wù)精準(zhǔn)醫(yī)療醫(yī)學(xué)影像服務(wù)精準(zhǔn)醫(yī)療精準(zhǔn)預(yù)防精準(zhǔn)診斷/反48總結(jié)和展望總結(jié)和展望4950視頻播放50視頻播放THANKSTHANKS51智慧醫(yī)學(xué)影像科技發(fā)展報告健培科技程國華智慧醫(yī)學(xué)影像科技發(fā)展報告健培科技程國華52＋IT互聯(lián)/物聯(lián)網(wǎng)、傳感器、芯片、算法影像X光、核磁、超聲熱成像、光學(xué)等＝智慧醫(yī)學(xué)影像＋IT互聯(lián)/物聯(lián)網(wǎng)、影像＝智慧醫(yī)學(xué)53543醫(yī)學(xué)影像科技發(fā)展背景1醫(yī)學(xué)影像應(yīng)用現(xiàn)狀2醫(yī)學(xué)影像大數(shù)據(jù)時代3醫(yī)學(xué)影像分類與檢索4深度學(xué)習(xí)與醫(yī)學(xué)影像診斷5醫(yī)學(xué)影像與精準(zhǔn)醫(yī)療6醫(yī)學(xué)影像科技發(fā)展背景1醫(yī)學(xué)影像應(yīng)用現(xiàn)狀2醫(yī)學(xué)影像大數(shù)據(jù)時代355醫(yī)學(xué)影像科技發(fā)展背景1醫(yī)學(xué)影像科技發(fā)展背景156醫(yī)學(xué)影像市場空間和規(guī)模醫(yī)學(xué)影像設(shè)備全球市場增長趨勢全球醫(yī)學(xué)影像設(shè)備市場從2012年起一直保持23.6%的速度增長預(yù)計到2020年達到490億美元；國內(nèi)占市場的12%，如圖。醫(yī)學(xué)影像市場空間和規(guī)模醫(yī)學(xué)影像設(shè)備全球市場增長趨勢全球醫(yī)學(xué)影57醫(yī)學(xué)影像輔助軟件市場全球醫(yī)學(xué)影像軟件市場從2012年的17億美元上升到2017年的25億美元；國內(nèi)目前還缺乏具體的數(shù)據(jù)，但從公開的799家三甲醫(yī)院來看，醫(yī)學(xué)影像占全院總收入在20%左右，僅次于藥品，且增速遠高于藥品。醫(yī)學(xué)影像市場空間和規(guī)模醫(yī)學(xué)影像輔助軟件市場全球醫(yī)學(xué)影像軟件市場從2012年的17億58智慧醫(yī)學(xué)影像新機遇

國內(nèi)：醫(yī)學(xué)影像項目有8個，發(fā)生融資交易的有10起，共計融資超6000萬人民幣，分別是醫(yī)聯(lián)、云醫(yī)、匯醫(yī)慧影、艾佩克、海納醫(yī)信、醫(yī)圖、醫(yī)庫網(wǎng)、醫(yī)酷，項目融資大多在早期階段；

國外：醫(yī)學(xué)影像領(lǐng)域發(fā)生融資交易的有25起，獲得融資的項目有10個（包括一個收購案），共計融資超2.3億美元。2015年上半年國內(nèi)國外融資情況醫(yī)學(xué)影像6個階段與互聯(lián)網(wǎng)醫(yī)療7個重要領(lǐng)域智慧醫(yī)學(xué)影像新機遇國內(nèi)：醫(yī)學(xué)影像項目有8個，發(fā)生融資交易的59中外醫(yī)學(xué)影像產(chǎn)業(yè)發(fā)展對比項目美國中國臨床地位在臨床診斷中具有重要地位，放射診斷醫(yī)師收入排在前三未得到足夠重視，影像醫(yī)師收入偏低教育影像醫(yī)學(xué)教育有嚴(yán)格的準(zhǔn)入和評估標(biāo)準(zhǔn)，學(xué)時長，要通過嚴(yán)格的認(rèn)證體系人才培訓(xùn)未形成體系，各地人才缺乏，區(qū)域差異大診斷水平因教育培訓(xùn)體系嚴(yán)格，執(zhí)業(yè)醫(yī)師水平更為均衡影像醫(yī)師診斷水平級別差異大，地區(qū)差異大服務(wù)費用拍片和閱片分別計費拍片收費，無閱片費用數(shù)字化一次拍片包括幾百上千張DICOM影像圖片（送光盤），專家可據(jù)此對病灶進行專業(yè)分析、三維重建，方便患者尋求其他醫(yī)院專家閱片診斷。大部分醫(yī)院只發(fā)影像膠片，不提供患者完整影像光盤交換能力有更健全的PACS系統(tǒng)，更好支持遠程診斷/會診等轉(zhuǎn)診往往需要重復(fù)拍片，影像資料不能共享相比美國，受國內(nèi)現(xiàn)有醫(yī)療體系和大環(huán)境的限制，在醫(yī)學(xué)影像診斷服務(wù)領(lǐng)域存在較大的差距，改進潛力巨大。中外醫(yī)學(xué)影像產(chǎn)業(yè)發(fā)展對比項目美國中國臨床地位在臨床診60醫(yī)學(xué)影像App功能分布與對比醫(yī)學(xué)影像APP疾病科目國外（%）國內(nèi)（%）全科疾病7067胸部疾病50皮膚疾病513口腔疾病40肺部疾病30腰部與盆腔疾病30急診胸部疾病30外傷30闌尾炎10腦疾病10神經(jīng)科疾病10腫瘤10整形17嬰兒檢測07發(fā)現(xiàn)涉及醫(yī)學(xué)影像app：國內(nèi)有15個和海外有84個，從數(shù)量和功能上都反映我國醫(yī)學(xué)影像應(yīng)用的整體水平還處于起步階段。醫(yī)學(xué)影像App功能分布與對比醫(yī)學(xué)影像APP疾病科目國外（%）61現(xiàn)在越來越多的消費者已經(jīng)開始使用可穿戴設(shè)備來管理他們的健康狀況，可以通過智能手機應(yīng)用程序跟蹤用戶日?；顒优c熱量攝入、燃燒情況，或者根據(jù)活動數(shù)據(jù)來監(jiān)測心率、體溫……這些可穿戴健康醫(yī)療設(shè)備除了給普遍大眾帶來不少健康幫助外，也給不少中老年人用戶帶來了福音。個性化、定制化、精準(zhǔn)化醫(yī)療成為必然趨勢。OtoHome檢耳鏡最新醫(yī)學(xué)影像app應(yīng)用智能手機腦部掃描儀便攜式超聲設(shè)備iPhone皮膚掃描皮血管鏡現(xiàn)在越來越多的消費者已經(jīng)開始使用可穿戴設(shè)備來管理他們的健康狀62發(fā)展現(xiàn)狀2發(fā)展現(xiàn)狀263醫(yī)用顯示屏便攜終端灰階顯示屏新型數(shù)碼激光膠片數(shù)字化顯示膠片輸出化學(xué)膠片彩色環(huán)保高清經(jīng)濟非化學(xué)反應(yīng)健培醫(yī)用膠片可視化應(yīng)用——影像顯示醫(yī)用顯示屏便攜終端灰階顯示屏新型數(shù)碼激光膠片數(shù)字化顯示膠片輸64可視化應(yīng)用——影像三維重建全身3D影像顯示左側(cè)為標(biāo)準(zhǔn)二維超聲心動圖，右側(cè)為三維超聲心動圖四維彩超可視化應(yīng)用——影像三維重建全身3D影像顯示左側(cè)為標(biāo)準(zhǔn)二維超聲65三維全息技術(shù)目前已成為世界各大公司關(guān)注的熱點。應(yīng)用全息影像技術(shù)，醫(yī)生可從不同視角查看醫(yī)學(xué)圖像。以色列公司RealViewImaging、美國公司EchoPixel等正在將全息影像技術(shù)從研究推向應(yīng)用。RealViewImaging的三維全息技術(shù)及其應(yīng)用可視化應(yīng)用——影像三維全息三維全息技術(shù)目前已成為世界各大公司關(guān)注的熱點。RealVie66近年來，隨著國家政策扶持力度加強，中醫(yī)體質(zhì)的相關(guān)研究成為目前中醫(yī)領(lǐng)域研究的熱點。各種研究正在逐步證實紅外影像與中醫(yī)體質(zhì)之間的聯(lián)系。健培中醫(yī)影像智能診斷系統(tǒng)為亞健康檢測、疼痛和動靜脈血管功能的監(jiān)測、急慢性炎癥以及腫瘤的療效等中醫(yī)診療提供了量化評估依據(jù)?？梢暬瘧?yīng)用——中醫(yī)理論可視化近年來，隨著國家政策扶持力度加強，中醫(yī)體質(zhì)的相關(guān)研究成為目前67醫(yī)學(xué)影像輔助——診斷醫(yī)學(xué)影像輔助診斷根據(jù)醫(yī)學(xué)影像提供的信息，按照不同疾病的臨床影像特征做出判斷，從而輔助醫(yī)生對病情做出更精確的判斷。其應(yīng)用到的技術(shù)包括圖像分析、圖像檢索等。目前西門子開發(fā)CADVision自動分析乳腺癌發(fā)生率；IBM利用Watson的智能計算能力來分析醫(yī)學(xué)影像為醫(yī)生提供大量輔助醫(yī)療數(shù)據(jù)。使用MediaCybernetics的ImagePro對醫(yī)學(xué)圖像進行分析醫(yī)學(xué)影像輔助——診斷醫(yī)學(xué)影像輔助診斷根據(jù)醫(yī)學(xué)影像提供的信息，68醫(yī)學(xué)影像輔助——治療在疾病的治療和手術(shù)過程中，醫(yī)生往往需要對特定部位進行操作、對病情變化進行監(jiān)測、對不同器官自動識別和跟蹤。微軟公司、美國國家影像引導(dǎo)治療中心NCIGT等正在研發(fā)一系列基于醫(yī)學(xué)影像分析及圖像識別技術(shù)的醫(yī)學(xué)輔助產(chǎn)品。微軟InnerEye項目使用圖像分析技術(shù)識別人體器官并輔助醫(yī)生進行手術(shù)醫(yī)學(xué)影像輔助——治療在疾病的治療和手術(shù)過程中，醫(yī)生往往需要對69醫(yī)學(xué)影像技術(shù)的發(fā)展為醫(yī)學(xué)教學(xué)提供了先進手段。除了利用傳統(tǒng)的二維和三維醫(yī)學(xué)影像技術(shù)來實現(xiàn)醫(yī)學(xué)院教學(xué)外，微軟等公司還利用全息影像來幫助醫(yī)學(xué)院的教學(xué)任務(wù)。微軟目前發(fā)布了面向醫(yī)學(xué)應(yīng)用方向的全息眼鏡Hololens，其用于醫(yī)學(xué)教學(xué)的功能包括：骨肉分離、器官分離、傷情對比展示等。微軟Hololens實現(xiàn)三維全息教學(xué)實踐醫(yī)學(xué)影像輔助——教學(xué)醫(yī)學(xué)影像技術(shù)的發(fā)展為醫(yī)學(xué)教學(xué)提供了先進手段。微軟Holole70PACS廠商：國內(nèi)：沈陽東軟、北京天健、上海岱嘉、杭州健培、西安華海、福建實達、深圳安科信息、成都金盤、上海英飛達、深圳藍韻、常州金馬揚名等。國外：GE、西門子、富士、銳科、AGFA等。杭州健培HealthViewTM智慧影像云平臺基于云計算的醫(yī)學(xué)影像整體解決方案新趨勢：云計算平臺、海量存儲、在線閱片、信息共享、遠程服務(wù)、影像交互、分級診療、智能輔助診斷等。互聯(lián)網(wǎng)＋醫(yī)學(xué)影像——PACSPACS廠商：杭州健培HealthViewTM智慧影像云平臺71 移動閱片：建立云端影像系統(tǒng)，克服時間和地域上的限制，實現(xiàn)影像數(shù)據(jù)共享，移動終端隨時隨地查閱影像資料。遠程影像會診：影像數(shù)據(jù)共享，實現(xiàn)交互式的遠程診斷、遠程會診互聯(lián)網(wǎng)＋醫(yī)學(xué)影像——移動閱片和遠程會診 移動閱片：建立云端影像系統(tǒng)，克服時間和地域上的限制，72交流共享，提供分享傳遞醫(yī)學(xué)影像的工具；專注于醫(yī)學(xué)影像資料數(shù)據(jù)庫、醫(yī)學(xué)教育；基于在線影像的影像診斷功能。Figure1ImageInboxMobileMIMJackImagingRadiopaediaResolutionMDVisualDx國外醫(yī)學(xué)影像輕盈醫(yī)學(xué)丁香客杏樹林國內(nèi)醫(yī)生站互聯(lián)網(wǎng)＋醫(yī)學(xué)影像——APP交流共享，提供分享傳遞醫(yī)學(xué)影像的工具；Figure1Ima73Figure1MobileMIMOsiriXHD互聯(lián)網(wǎng)＋醫(yī)學(xué)影像——APPFigure1MobileMIMOsiriXHD互聯(lián)網(wǎng)74人機接口的內(nèi)容 計算機提供“環(huán)境”，不是“數(shù)據(jù)”，“信息”。人機接口的形式 操作者由視覺、聽覺、力覺感知環(huán)境，由自然動作操作環(huán)境。人機接口的效果 逼真的感知和自然的動作，身臨其境的感覺。lmmersion(沉侵)，身臨其境的感覺。lnteraction(交互)，用戶感知與操作環(huán)境。lmagination(想象)，啟發(fā)性、廣闊的可想像空間。虛擬現(xiàn)實的特點虛擬現(xiàn)實（VirtualReality,VR）技術(shù)以可視化醫(yī)學(xué)影像為載體，集聽、觸、嗅、味等多種感知能力為一體，虛擬醫(yī)學(xué)實驗、培訓(xùn)、診斷和治療的環(huán)境，是電腦模擬出來的一個三維空間的虛擬世界。虛擬現(xiàn)實在醫(yī)學(xué)影像中的應(yīng)用人機接口的內(nèi)容 lmmersion(沉侵)，身臨其境的感覺。751.虛擬人體解剖2.遠程手術(shù)4.虛擬教學(xué)平臺3.虛擬手術(shù)虛擬現(xiàn)實在醫(yī)學(xué)影像中的應(yīng)用1.虛擬人體解剖2.遠程手術(shù)4.虛擬教學(xué)平臺3.虛擬76以課堂教學(xué)為主，再結(jié)合掛圖、模型、標(biāo)本、人體等輔助教學(xué)工具進行教學(xué)，并配以費用較高的動物實驗、尸體解剖來加深學(xué)生的理解。中醫(yī)傳統(tǒng)教學(xué)方法3D穴位圖虛擬人體經(jīng)絡(luò)圖中醫(yī)虛擬現(xiàn)實教學(xué)方法虛擬現(xiàn)實在中醫(yī)領(lǐng)域的應(yīng)用以課堂教學(xué)為主，再結(jié)合掛圖、模型、標(biāo)本、人體等輔助教77醫(yī)學(xué)影像大數(shù)據(jù)3醫(yī)學(xué)影像大數(shù)據(jù)3781.Volume2.Variety3.Value4.Velocity結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)如今的數(shù)據(jù)類型早已不是單一的文本形式，訂單、日志、音頻，對處理能力提出了更高的要求沙里淘金，價值密度低以視頻為例，一部一小時的視頻，在連續(xù)不間斷監(jiān)控過程中，可能有用的數(shù)據(jù)僅僅只有一兩秒。如何通過強大的機器算法更迅速地完成數(shù)據(jù)的價值“提純”是目前大數(shù)據(jù)洶涌背景下亟待解決的難題實時獲取需要的信息大數(shù)據(jù)區(qū)分于傳統(tǒng)數(shù)據(jù)最顯著的特征。如今已是ZB時代，在如此海量的數(shù)據(jù)面前，處理數(shù)據(jù)的效率就是企業(yè)的生命數(shù)據(jù)量巨大全球在2010年正式進入ZB時代，IDC預(yù)計到2020年，全球?qū)⒖偣矒碛?5ZB的數(shù)據(jù)量醫(yī)學(xué)影像大數(shù)據(jù)——大數(shù)據(jù)的“4V”特征1.Volume2.Variety3.Value4.79建立統(tǒng)一的通訊標(biāo)準(zhǔn)。采用不同的設(shè)備、架構(gòu)，因此具有異構(gòu)性，必須統(tǒng)一通訊標(biāo)準(zhǔn)。減少醫(yī)學(xué)影像的壓縮損失。醫(yī)學(xué)影像資料所占的存儲空間大，因此在存儲和傳輸?shù)倪^程中需要壓縮。存儲介質(zhì)和存儲架構(gòu)的新要求。醫(yī)學(xué)影像很大，會延長讀取的時間，因此對于存儲介質(zhì)的I/O速度提出了新的要求。大數(shù)據(jù)影像的關(guān)鍵技術(shù)存儲和傳輸醫(yī)學(xué)影像數(shù)據(jù)挖掘是非結(jié)構(gòu)數(shù)據(jù)挖掘，必須進行預(yù)處理，以生成可用于高層次挖掘的影像特征庫。影像數(shù)據(jù)挖掘的一般流程通常包括：影像的存儲 影像的預(yù)處理影像的搜索 影像的挖掘影像的展示 ...挖掘建立統(tǒng)一的通訊標(biāo)準(zhǔn)。采用不同的設(shè)備、架構(gòu)，因此具有異構(gòu)性，必80IT+神經(jīng)網(wǎng)絡(luò)開啟智能醫(yī)學(xué)影像新時代IT+神經(jīng)網(wǎng)絡(luò)開啟智能醫(yī)學(xué)影像新時代81

據(jù)報道2015年8月6日，IT巨頭IBM將以10億美元收購醫(yī)學(xué)成像設(shè)備提供商MergeHealthcare。屆時Watson不僅可以讀懂這些醫(yī)療圖像（CT掃描、乳房攝像），還可以根據(jù)巨大的電子病歷數(shù)據(jù)庫進行分析診斷。這將是Watson對大數(shù)據(jù)醫(yī)療行業(yè)的又一次顛覆。目前醫(yī)療數(shù)據(jù)中有超過90%來自于醫(yī)學(xué)影像，但是這些數(shù)據(jù)大多要進行人工分析。如果能夠運用人工智能技術(shù)分析醫(yī)學(xué)影像，并將影像與醫(yī)學(xué)文本記錄進行交叉對比，就能夠極大地降低醫(yī)學(xué)診斷上的失誤，幫助醫(yī)生精準(zhǔn)診斷，挽救患者生命。IBM認(rèn)為，Watson的認(rèn)知計算能力在醫(yī)學(xué)造影方面完全可以辨別患者應(yīng)該接受X射線、CT還是核磁共振。而現(xiàn)在缺乏的是客戶以及醫(yī)學(xué)影像資料，而這恰好也是Merge可以提供的資源。IBM的智能醫(yī)學(xué)影像分析項目-Watson計劃大數(shù)據(jù)醫(yī)療的進展據(jù)報道2015年8月6日，IT巨頭IBM將以82醫(yī)學(xué)影像分類和檢索4醫(yī)學(xué)影像分類和檢索483按圖像特征分類提取顏色特征紋理特征形狀特征語義特征空間關(guān)系特征空間頻域聯(lián)合分析法顏色聚類法顏色相關(guān)圖基于機器學(xué)習(xí)的方法累積直方圖法統(tǒng)計法基于文本注釋的方法不變矩法多邊形近似法傅里葉描述子法均勻圖像子塊提取法模型法區(qū)域分割對象提取法特征提取是分類和檢索的基礎(chǔ)。它是指利用計算機技術(shù)提取圖像的特征信息（如顏色、紋理、形狀等）。分類和檢索的基礎(chǔ)——特征提取方法列舉按圖像特征分類提取顏色特征紋理特征形狀特征語義特征空間關(guān)系特84由于單一特征包含的圖像特征信息較少，得不到理想的檢索結(jié)果，所以需要融合多個特征來描述圖像，并根據(jù)用戶感興趣的因素調(diào)節(jié)各特征權(quán)重來實現(xiàn)有效的檢索。如下圖所示為特征融合模型。醫(yī)學(xué)影像尺度空間灰度特征概率矩陣P1概率矩陣P2概率矩陣P3決策規(guī)劃分類和檢索的基礎(chǔ)——多特征融合提取1層O*S層2層紋理特征形狀特征頻域特征基分類器1基分類器2基分類器n基分類器由于單一特征包含的圖像特征信息較少，得不到理想85

方法:從灰度、紋理、形狀、頻域四種互補的角度描述醫(yī)學(xué)影像，最后基于最大似然估計理論構(gòu)建決策級特征模型，實現(xiàn)醫(yī)學(xué)影像分類。從臨床中隨機選取9225幅醫(yī)學(xué)影像，根據(jù)其成像技術(shù)、方向與解剖學(xué)部位劃分為31個類別。實驗采用10-foldcross-validation進行評估，下圖為實驗結(jié)果。分類和檢索的基礎(chǔ)——多特征融合的醫(yī)學(xué)影像分類方法:從灰度、紋理、形狀、頻域四種互補的角度86

從上表中可以看出，灰度直方圖的最優(yōu)分類精度為69.7%；紋理特征的分類精度分類精度為83.67%，大大高于灰度直方圖方法；而基于詞袋模型的分類精度最優(yōu)值為90%，高于紋理特征的分類精度。這說明基于詞袋模型的醫(yī)學(xué)影像分類方法的分類精度遠遠高過基于全局特征的分類精度。詞袋模型：首先提取圖像的特征，然后將所有的特征聚類，生成視覺詞匯表，根據(jù)這個詞匯表構(gòu)建每幅圖像的視覺單詞表示，最后輸入到支持向量機中進行訓(xùn)練和測試。分類方法——詞袋模型的醫(yī)學(xué)影像分類從上表中可以看出，灰度直方圖的最優(yōu)分類精度為6987A.Kusiak等人提取了50例肺癌患者的基本資料和X光片的數(shù)字化特征，將粗糙集應(yīng)用于特征數(shù)據(jù)的挖掘，使得肺癌早期患者診斷的準(zhǔn)確率得到很大的提高。Antonie等人在醫(yī)學(xué)影像數(shù)據(jù)庫中抽取了各類乳腺圖像資料，采用關(guān)聯(lián)規(guī)則和神經(jīng)網(wǎng)絡(luò)對不同區(qū)域的紋理特征進行挖掘，有效的對乳腺癌患者實現(xiàn)了自動診斷。P.Perner采用決策樹對圖像的底層視覺特征和臨床專家的診斷信息進行挖掘，發(fā)現(xiàn)其隱含的關(guān)聯(lián)，進而輔助臨床醫(yī)生進行醫(yī)療診斷。影像分類研究現(xiàn)狀A(yù).Kusiak等人提取了50例肺癌患者的基本資料和X光片88檢索方法——局部線性嵌入(LLE)算法

方法：1）提取顏色分量的信息熵，利用鄰域灰度共生矩陣提取紋理特征;2）采用LLE算法對顏色和紋理特征進行組合降維處理，采用歐式距離相似度量模型對圖像進行初步檢索；3）采用最小二乘支持向量機對初步檢索結(jié)果進行相關(guān)反饋，采用LSSVM對初步檢索結(jié)果進行修正，進一步提高了查全率與查準(zhǔn)率。

對采用原始特征、顏色特征、紋理特征以及LLE算法降維處理后的特征進行對比實驗，得到平均檢索正確率，如下圖所示。檢索方法——局部線性嵌入(LLE)算法方89檢索方法——人工魚群（AFSA）人工魚群檢索方法：1）提取輸入醫(yī)學(xué)圖像的相關(guān)特征，并初始化特征權(quán)值；2）采用相似度模型進行檢索并排序；3）用戶對檢索結(jié)果進行評價，不滿意則執(zhí)行4）；4）根據(jù)用戶反饋信息，采用AFSA對醫(yī)學(xué)圖像特征權(quán)值進行自適應(yīng)調(diào)整，并返回2）繼續(xù)檢索。不同特征權(quán)值優(yōu)化方法的間作性能比較。檢索方法——人工魚群（AFSA）人工魚群檢索方90美國Purdue開發(fā)的ASSERT系統(tǒng)，針對胸CT圖像局部病變特征來建立相似性準(zhǔn)則，但自動化性能較低。美國LosAlamos國家實驗室設(shè)計的CANDID系統(tǒng)，利用單點