清華廖洪恩課題組在人工智能挖掘影像基因組學(xué)領(lǐng)域合作發(fā)表系列論文

清華新聞網(wǎng)9月14日電 清華大學(xué)醫(yī)學(xué)院生物醫(yī)學(xué)工程系特聘教授廖洪恩課題組與首都醫(yī)科大學(xué)附屬天壇醫(yī)院張力偉教授課題組合作，通過人工智能技術(shù)研究大量腦干膠質(zhì)瘤患者磁共振影像學(xué)特點(diǎn)，深度挖掘其與該基因的關(guān)聯(lián)，獲得普通醫(yī)學(xué)研究手段難以獲得的診斷經(jīng)驗(yàn)。系列研究成果以題“一種級(jí)聯(lián)的深度學(xué)習(xí)網(wǎng)絡(luò)用于腦干膠質(zhì)瘤的自動(dòng)化分割及基因預(yù)測(cè)”（A Cascaded Deep Convolutional Neural Network for Joint Segmentation and Genotype Prediction of Brainstem Gliomas）刊發(fā)在生物醫(yī)學(xué)工程領(lǐng)域知名期刊《IEEE生物醫(yī)學(xué)工程匯刊》（IEEE Transactions on Biomedical Engineering）上，并入選該期刊9月份的“熱點(diǎn)文章”（Featured Articles）。同時(shí)，還在臨床核醫(yī)學(xué)領(lǐng)域知名期刊《放射治療與腫瘤學(xué)》（Radiotherapy and Oncology）上在線發(fā)表了論文，題為“基于機(jī)器學(xué)習(xí)的利用磁共振成像和臨床參數(shù)特征預(yù)測(cè)腦干膠質(zhì)瘤H3 K27M突變的模型”（A Machine Learning-based Prediction Model of H3 K27M Mutations in Brainstem Gliomas using Conventional MRI and Clinical Features）。

上述兩項(xiàng)工作，前一項(xiàng)實(shí)現(xiàn)了方法學(xué)的創(chuàng)新，采用人工智能技術(shù)學(xué)習(xí)大量腦干膠質(zhì)瘤患者的磁共振影像學(xué)特點(diǎn)，深度挖掘其與該基因的關(guān)聯(lián)；后一項(xiàng)貼近了臨床應(yīng)用需求，利用機(jī)器學(xué)習(xí)探索影像學(xué)與基因的關(guān)聯(lián)度后建立易于使用的簡易預(yù)測(cè)模型，幫助醫(yī)學(xué)界獲得基因?qū)W的診斷依據(jù)，其方法分析上用到與基因關(guān)聯(lián)密切的影像學(xué)與臨床參數(shù)，有助于提高臨床診斷水平。 

課題組基于深度學(xué)習(xí)技術(shù)實(shí)現(xiàn)腦干膠質(zhì)瘤自動(dòng)分割及H3 K27M基因預(yù)測(cè)，入選《IEEE生物醫(yī)學(xué)工程匯刊》2018年最新一期“熱點(diǎn)文章”

中國“腦計(jì)劃”（腦科學(xué)研究計(jì)劃）作為重大科技項(xiàng)目被列入“十三五”規(guī)劃。中國“腦計(jì)劃”主要有兩個(gè)研究方向：以探索大腦秘密、攻克大腦疾病為導(dǎo)向的腦科學(xué)研究，及以建立和發(fā)展人工智能技術(shù)為導(dǎo)向的類腦研究。腦疾病是我國乃至全球人口健康領(lǐng)域正面臨的重大挑戰(zhàn)。目前，絕大部分腦疾病尚無有效治療方法。而腦膠質(zhì)瘤是神經(jīng)外科腦疾病中非常常見的一種，占腦部腫瘤的一半以上，其中腦干膠質(zhì)瘤是腦部腫瘤治療中最復(fù)雜、難度最大，也是致死和致殘率最高的原發(fā)性腫瘤。針對(duì)腦干膠質(zhì)瘤提出有效機(jī)理解釋和臨床治療手段，對(duì)于腦部腫瘤的治療意義重大。

為了提高腦干膠質(zhì)瘤的診療水平，清華大學(xué)醫(yī)學(xué)院廖洪恩教授團(tuán)隊(duì)與臨床緊密結(jié)合，首先在臨床數(shù)據(jù)上分析了腦干膠質(zhì)瘤（Brainstem Gliomas，BSG）疾病相關(guān)的特異性基因H3 K27M與患者生存曲線的關(guān)聯(lián)，表明了H3 K27M突變可用作BSG患者的診斷和治療選擇的合格生物標(biāo)志物，該基因?qū)SG患者的治療及預(yù)后評(píng)估具有重要臨床意義。

然后，課題組從診斷經(jīng)驗(yàn)出發(fā)，提取BSG患者的磁共振影像特征結(jié)合采集到的臨床參數(shù)，利用機(jī)器學(xué)習(xí)技術(shù)建立預(yù)測(cè)模型，計(jì)算出腦干膠質(zhì)瘤患者發(fā)生H3 K27M基因突變的概率。在此基礎(chǔ)上，考慮到腦干膠質(zhì)瘤大多為彌漫內(nèi)生型橋腦膠質(zhì)瘤，腫瘤邊界模糊難以區(qū)分，研究團(tuán)隊(duì)又進(jìn)一步通過深度學(xué)習(xí)自動(dòng)化提取腦干膠質(zhì)瘤區(qū)域，并進(jìn)行影像組學(xué)特征提取。結(jié)合深度學(xué)習(xí)與機(jī)器學(xué)習(xí)技術(shù)，自動(dòng)化分割腦干膠質(zhì)瘤的同時(shí)構(gòu)建出腦干膠質(zhì)瘤特異性H3 K27M基因突變發(fā)生的人工智能預(yù)測(cè)模型。

實(shí)驗(yàn)結(jié)果證明，該模型使神經(jīng)外科醫(yī)生能夠無創(chuàng)、術(shù)前預(yù)測(cè)腦干膠質(zhì)瘤患者發(fā)生H3 K27M基因突變的概率，幫助醫(yī)生對(duì)患者的預(yù)后進(jìn)行更加有效的評(píng)估，制定更加個(gè)性化的治療方案。 

磁共振影像特征提取與機(jī)器學(xué)習(xí)建立基因預(yù)測(cè)模型框架圖

在此之前，H3 K27M基因僅能通過立體定向活檢及腫瘤切除手術(shù)進(jìn)行腫瘤樣本提取，然后送到基因測(cè)序中心進(jìn)行基因測(cè)序才能獲得，過程成本高昂。而且這是一種有創(chuàng)檢測(cè)方法，對(duì)患者身體造成損傷。另外，目前醫(yī)生無法通過腦干腫瘤的磁共振影像進(jìn)行預(yù)測(cè)H3 K27M基因突變的發(fā)生風(fēng)險(xiǎn)。研究團(tuán)隊(duì)利用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、影像組學(xué)等技術(shù)，深度挖掘腦干膠質(zhì)瘤患者的磁共振影像學(xué)特征與特異性基因間的關(guān)聯(lián)，取得了目前醫(yī)療手段難以獲得的診斷效果。

兩例腦干膠質(zhì)瘤體積醫(yī)生標(biāo)注（綠色）和分割結(jié)果（紅色）重疊三維可視化及基因預(yù)測(cè)不同方法比較結(jié)果

廖洪恩教授和張力偉教授是“一種級(jí)聯(lián)的深度學(xué)習(xí)網(wǎng)絡(luò)用于腦干膠質(zhì)瘤的自動(dòng)化分割及基因預(yù)測(cè)”一文的共同通訊作者，廖洪恩教授的博士生劉佳為該研究的第一作者。廖洪恩教授和張力偉教授是“基于機(jī)器學(xué)習(xí)的利用磁共振成像和臨床參數(shù)特征預(yù)測(cè)腦干膠質(zhì)瘤H3 K27M突變的模型”一文的共同通訊作者，劉佳和首都醫(yī)科大學(xué)附屬天壇醫(yī)院博士后泮長存為該研究的共同第一作者。

上述研究獲得國家自然科學(xué)基金委、國家重點(diǎn)研發(fā)計(jì)劃“數(shù)字診療裝備研發(fā)”重點(diǎn)專項(xiàng)、北京市科學(xué)技術(shù)委員會(huì)、北京市自然科學(xué)基金委等的經(jīng)費(fèi)支持。

廖洪恩教授帶領(lǐng)的團(tuán)隊(duì)“清華大學(xué)微創(chuàng)診療與三維影像實(shí)驗(yàn)室”積極響應(yīng)中國“腦計(jì)劃”的號(hào)召，與腦外科疾病診治領(lǐng)域國內(nèi)領(lǐng)先的北京天壇醫(yī)院、北京清華長庚醫(yī)院等臨床機(jī)構(gòu)深度合作，致力于解決腦外科精準(zhǔn)診療的關(guān)鍵科學(xué)難題。

課題組從臨床需求出發(fā)，將信息學(xué)、電子學(xué)和醫(yī)學(xué)整合融匯，開展了智能醫(yī)學(xué)圖像處理、三維影像可視導(dǎo)航及智能機(jī)器人的研究與開發(fā)。先后提出并實(shí)現(xiàn)了基于術(shù)前術(shù)中多模態(tài)信息融合分析實(shí)時(shí)診療引導(dǎo)腦外科治療系統(tǒng)，智能型微創(chuàng)手術(shù)機(jī)器人輔助腦外科精準(zhǔn)診療理論，三維影像空間透視融合導(dǎo)航技術(shù)等領(lǐng)先成果，為腦外科疾病的跨尺度多模態(tài)成像引導(dǎo)智能化精準(zhǔn)診療理論的建立奠定了堅(jiān)實(shí)的基礎(chǔ)。相關(guān)研究被國際知名學(xué)術(shù)期刊《診療》（Theranostics）《醫(yī)學(xué)影像分析》（Medical Image Analysis）《IEEE醫(yī)學(xué)影像匯刊》（IEEE Transaction on Medical Imaging）《IEEE生物醫(yī)學(xué)工程匯刊》（IEEE Transactions on Biomedical Engineering）《IEEE 生物醫(yī)學(xué)與健康信息學(xué)》（IEEE Journal of Biomedical and Health Informatics）報(bào)道，團(tuán)隊(duì)提出的應(yīng)用于腦干組織分割的研究在2018年度物理與生物醫(yī)學(xué)工程國際學(xué)術(shù)會(huì)議（World Congress On Medical Physics& Biomedical Engineering）上還入圍了“青年學(xué)者獎(jiǎng)”競賽決賽。

論文鏈接：

https://tbme.embs.org/2018/08/24/a-cascaded-deep-convolutional-neural-network-for-joint-segmentation-and-genotype-prediction-of-brainstem-gliomas/

https://www.ncbi.nlm.nih.gov/pubmed/30097251

微創(chuàng)診療與三維影像實(shí)驗(yàn)室網(wǎng)站：http://at3d.med.tsinghua.edu.cn/

供稿：醫(yī)學(xué)院 編輯：華山 審核：襄楠

相關(guān)知識(shí)

衛(wèi)健委、國務(wù)院、中華醫(yī)學(xué)會(huì)新發(fā)文未來五年人工智能輔助醫(yī)學(xué)影像
產(chǎn)學(xué)研結(jié)合 AI影像賦能精準(zhǔn)醫(yī)療
人工智能與生命科學(xué):AI在醫(yī)療健康十大領(lǐng)域應(yīng)用前景
人工智能在醫(yī)療健康領(lǐng)域中的應(yīng)用
人工智能+影像診斷、藥物挖掘、健康管理?在上篇《比互聯(lián)網(wǎng)醫(yī)療還高一級(jí)的醫(yī)療形態(tài)，為什么人工智能醫(yī)療這么被看好？》中，我們介紹了人工智能在醫(yī)療中重要的診療領(lǐng)域的應(yīng)...
華大基因發(fā)布「i99智健」多組學(xué)健康管理系統(tǒng)，助力精準(zhǔn)醫(yī)學(xué)發(fā)展
北京大學(xué)健康醫(yī)療大數(shù)據(jù)杜建合作導(dǎo)師課題組博士后招聘啟事
余勇夫課題組合作研究在孕期環(huán)境暴露與子代精神健康研究領(lǐng)域取得進(jìn)展
關(guān)于推進(jìn)中芬面向未來的新型合作伙伴關(guān)系的聯(lián)合工作計(jì)劃（2025－2029）（全文）
中國人民銀行清算總中心博士后科研工作站2025年度博士后招收簡章

網(wǎng)址: 推進(jìn)中國“腦計(jì)劃”研究 清華廖洪恩課題組在人工智能挖掘影像基因組學(xué)領(lǐng)域合作發(fā)表系列論文 http://www.u1s5d6.cn/newsview1369253.html