乳腺癌是女性癌癥相關(guān)死亡的主要原因。也很難診斷。近十分之一的癌癥被誤診為非癌癥，這意味著患者可能會失去關(guān)鍵的治療時(shí)間。另一方面，女性乳房的x光照片越多，她就越有可能看到假陽性結(jié)果。經(jīng)過10年的年度乳房x光檢查，大約三分之二沒有癌癥的患者將被告知他們將接受侵入性干預(yù)，最有可能的是活檢。
乳腺超聲彈性成像是一種新的成像技術(shù)，它通過無創(chuàng)評估乳腺硬度來提供乳腺潛在病變的信息。與傳統(tǒng)的成像模式相比，該方法使用了更準(zhǔn)確的癌癥和非癌癥乳腺病變的特征信息。
然而，這個(gè)過程中的關(guān)鍵是一個(gè)復(fù)雜的計(jì)算問題，這可能是一個(gè)耗時(shí)且麻煩的解決方案。但是如果我們依靠算法的指導(dǎo)呢？
USC維特比工程學(xué)院的Assad Oberai，航空航天與機(jī)械工程系的Hughes教授在他的研究論文《通過深度學(xué)習(xí)解決力學(xué)中的反問題：應(yīng)用于彈性成像》中提出了這個(gè)問題，并發(fā)表了《力學(xué)與工程方法在計(jì)算機(jī)上的應(yīng)用》。Oberai與包括南加州大學(xué)維特比博士學(xué)生Dhruv Patel在內(nèi)的一批研究人員一起，特別考慮了以下內(nèi)容：能否使用合成數(shù)據(jù)訓(xùn)練機(jī)來解讀真實(shí)世界的圖像，簡化診斷步驟？Oberai說，答案可能是肯定的。
在乳房超聲彈性成像的情況下，一旦獲取了受影響區(qū)域的圖像，就分析該圖像以確定組織中的位移。利用這些數(shù)據(jù)和力學(xué)的物理定律，可以確定力學(xué)特性的空間分布——就像它的剛度一樣。之后，必須從分布中識別和量化適當(dāng)?shù)奶卣?，這將最終導(dǎo)致腫瘤分類為惡性或良性。問題是最后兩個(gè)步驟在計(jì)算上很復(fù)雜，而且本身就具有挑戰(zhàn)性。
在研究中，Oberai試圖確定他們是否可以完全跳過這個(gè)工作流程中最復(fù)雜的步驟。
癌癥乳腺組織有兩個(gè)關(guān)鍵特征：異質(zhì)性，這意味著一些區(qū)域是軟的，而其他區(qū)域是硬的和非線性的，這意味著纖維在牽引時(shí)提供很大的阻力，而不是與良性腫瘤相關(guān)的初始給藥。了解到這一點(diǎn)后，Oberai創(chuàng)建了一個(gè)基于物理的模型，以在不同層面上展示這些關(guān)鍵屬性。然后，他使用從這些模型中獲得的數(shù)千個(gè)數(shù)據(jù)輸入來訓(xùn)練機(jī)器學(xué)習(xí)算法。
合成和真實(shí)世界的數(shù)據(jù)
但是為什么要使用綜合導(dǎo)出的數(shù)據(jù)來訓(xùn)練算法呢？真實(shí)的數(shù)據(jù)不是更好嗎？
“如果你有足夠的數(shù)據(jù)，你就不會，”奧布雷說?！暗窃卺t(yī)學(xué)成像的情況下，如果你有1000張圖像，那么你是幸運(yùn)的。在這種情況下，數(shù)據(jù)稀缺，這些技術(shù)變得非常重要。”
Oberai和他的團(tuán)隊(duì)使用了大約12000幅合成圖像來訓(xùn)練他們的機(jī)器學(xué)習(xí)算法。這個(gè)過程在很多方面與照片識別軟件的工作方式類似，學(xué)習(xí)如何通過重復(fù)輸入來識別圖像中的特定人，或者學(xué)習(xí)我們的大腦如何對貓和狗進(jìn)行分類。通過足夠多的例子，該算法可以收集良性腫瘤和惡性腫瘤固有的不同特征，并做出正確的判斷。
Oberai和他的團(tuán)隊(duì)在其他合成圖像上實(shí)現(xiàn)了接近100%的分類準(zhǔn)確率。一旦算法經(jīng)過訓(xùn)練，他們將在真實(shí)世界的圖像上進(jìn)行測試，以確定診斷的準(zhǔn)確性，并根據(jù)與這些圖像相關(guān)的活檢證實(shí)的診斷來測量這些結(jié)果。
“我們的準(zhǔn)確率約為80%。接下來，我們繼續(xù)通過使用更多的真實(shí)世界圖像作為輸入來改進(jìn)算法，”O(jiān)berai說。
更改診斷模式
有兩個(gè)流行的觀點(diǎn)使得機(jī)器學(xué)習(xí)成為推進(jìn)癌癥檢測和診斷領(lǐng)域的重要工具。首先，機(jī)器學(xué)習(xí)算法可以檢測對人類不透明的模式。通過操縱許多這樣的模式，該算法可以產(chǎn)生精確的診斷。其次，機(jī)器學(xué)習(xí)提供了減少操作員對操作員錯(cuò)誤的機(jī)會。
那么，這將取代放射科醫(yī)生在確定診斷中的作用嗎？當(dāng)然不是。Oberai沒有預(yù)見到該算法可能是癌癥診斷的唯一仲裁者，而是一個(gè)可以幫助指導(dǎo)放射科醫(yī)生得出更準(zhǔn)確結(jié)論的工具?！捌毡榈墓沧R是，這些類型的算法可以發(fā)揮重要作用，包括最有影響力的成像專業(yè)人士。然而，當(dāng)這些算法不被用作黑盒時(shí)，它們將是最有用的，”O(jiān)berai說?！八吹搅耸裁磳?dǎo)致了最后的結(jié)論？該算法必須是可解釋的，因?yàn)樗梢园搭A(yù)期工作?！?
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財(cái)經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！