人工智慧醫療器材:肝臟病理切片影像分析

計畫主持人|
詹寶珠 特聘教授 國立成功大學電機工程學系
共同主持人|
鄭國順 教授 國立成功大學醫學工程研究所
周楠華 醫師 成大醫院病理部
蔡弘文 醫師 成大醫院病理部
楊宗龍 醫師 高雄榮民總醫院放射線部
簡介
肝臟病理組織影像分析為臨床上最後確認肝臟疾病診斷與治療所必須。然目前病理組織影像分析方法無法自動截取型態參數、辨別腫瘤與非腫瘤,對於肝臟病理組織影像分析須要分割擁有不同特性之各種不同病變細胞,且需要參考細胞周圍不同環境狀況等特性,目前亦仍欠缺有效之解決之道,造成目前肝臟病理組織影像診斷仍需要高度仰賴醫師經驗判斷,在整體流程有耗時、繁瑣、變異、無法達到全面統計等缺點。近年深度學習技術之發展,展現了對於複雜圖像辨識優異之能力。本計畫乃值基於此發展人工智慧深度學習技術,結合影像分析,發展具大數據深度學習之病理組織分割、分類,及癌症、發炎分級分析等技術,開發肝臟病理組織切片影像輔助分析系統,以落實精準醫學診斷。
DSC_0003
Alovas Features
系統功能
本計畫成功建置跨平台病理雲端平台,並將演算法整合至平台,讓醫師可透過所開發之AI演算法改善在診斷上之依據及流程。
  • 肝臟腫瘤偵測與分級 (Detection Sensitivity = 0.95 Detection IoU = 0.9, Grading Accuracy = 0.8)
  • 淋巴球偵測 (F1 Score = 0.92)
  • 肝炎分級
  • 細胞核分割 (Avg. IoU = 0.70 , Avg. F1 Score = 0.81)
  • 門脈、中央靜脈分割
  • 纖維化區域分割
  • 腫瘤期程判定
  • 跨平台病理影像瀏覽,不同倍率即時呈現
  • 影像校準
  • 已合作單位
  • 台灣半導體研究中心
  • 國家高速網路與計算中心
  • 高雄榮總研創中心
  • 成大醫院
  • 聯絡資訊
    電話:06-2757575 ext.62373
    信箱:pcchung@ee.ncku.edu.tw
    關鍵字
    #詹寶珠、#病理切片、#ALOVAS