技術名稱 | 以先進人工智慧弱監督式區塊解構胸腔X光影像模型在偵測肺癌病灶之應用 | ||
---|---|---|---|
計畫單位 | 國立成功大學 | ||
計畫主持人 | 蔣榮先 | ||
技術簡介 | 本技術為應用於輔助外科醫師針對胸腔X光影像進行早期肺癌病灶偵測之先進AI系統。團隊自行研發之分割區塊與弱監督式學習訓練方式,輔以軟標注技術減輕智慧醫療系統實現時依賴醫師資料標注的需求,同時以先進深度學習技術,利用世界各國公開資料集訓練偵測模型,並使用熱區圖自動標示最可疑病灶之區域,提供醫師參考判讀。 |
||
科學突破性 | 本技術有別於傳統AI模型開發,使用弱監督式學習輔以分割解構區塊技術,大幅降低對於專業知識領域標注人力之需求,同時我們引入創新影像注意力機制以針對每個區塊的特徵內容計算出該區塊之調整因子以進行整合特徵之運算,最後以熱區圖方式表達可疑病灶區域,提供臨床醫師快速且準確之判讀參考。 |
||
產業應用性 | 在國人關注的健康議題中,針對台灣人「新國病」肺癌,積極開發一項針對肺癌早期篩檢的低放射劑量高準確度診斷工具有其迫切的需求,本團隊利用多年於智慧醫療開發之經驗,同時與專業臨床醫師團隊合作,完成此項AI胸腔X光早期肺癌判讀系統,能協助胸腔外科醫師進行臨床判讀提供第二意見,期許早日達成全民普篩之目標。 |
||
關鍵字 | 肺癌 X光影像 深度學習 智慧醫療 人工智慧 弱監督式學習框架 影像處理 醫療影像分割 肺部結節 影像標註 |