深度學習輔助北京大學第一醫院讀片，前列腺癌診斷準確率超過90%

新智元編譯

研究概述

彌散加權成像（DWI）被認為是用於前列腺癌（PCa）特別是前列腺外周帶（PZ）癌檢測和病變侵襲性評估的主要方式之一。能夠自動提取和評估圖像特徵的計算機輔助診斷（CAD）可以集成多個參數，提高 PCa 的檢測效果。這篇由北京大學第一醫院、北京大學等機構的研究人員聯合參與的研究，使用 CAD 從 DWI 中提取 13 個定量的圖像特徵，並在 PZ 和移行帶（TZ）中分析診斷功效。結果表明，PZ 的13 個特徵中的 9 個和 TZ 的13個特徵中的 5 個之中，PCa 和非 PCa 存在顯著差異（P < 0.05）。此外，CAD 的預測結果與經驗豐富的放射科醫師根據前列腺成像報告和數據系統第二版（PI-RADS v2）給出的DWI 評分具有高度相關性。

多參數磁共振成像（mpMRI）結合了 T2 加權圖像（T2WI）、DWI 圖像和磁場強度為1.5 T 和3.0 T的動態對比度增強（DCE）圖像。這種類型的成像正在成為PCa 檢測、定位、分期和監測的具有良好前景的非侵入性工具（Kitajima 等, 2010; Tanimoto 等, 2007）。在上述磁共振（MR）序列中，DWI 是可以通過明晰的彌散係數（ADC）圖反映水分子的隨機運動的高級功能序列。因此，DWI 被認為是區分PCa 與非癌組織的最有用的序列之一。使用PI-RADS v2，推薦將DWI 序列與ADC 圖結合作為評估PZ 病變的主要技術(Langer 等, 2009; Weinreb 等, 2016)。值得注意的是，PZ 病變占所有PCa 病例的70％-75％(Kundra 等, 2007)。

此外，有報告稱ADC 值可用於評估病變侵襲程度（Vargas 等，2011）。

MpMRI 基於複雜的成像原理和各種信號特徵。儘管這一方法有潛力，但放射學家很難解釋結果——特別是對於經驗較少的放射學家來說（Kierans等，2015）。雖然PI-RADS 有圖像閱讀和報告的建議，但對mpMRI 的解讀仍然不能讓人滿意（Muller等，2015；Schimm?ller等，2013）。

計算機輔助診斷（CAD）技術的持續進步顯示出 PCa 檢測的提升前景。儘管基於多參數（Hambrock 等，2013；Peng 等，201； Viswanath 等，2011）或單個序列的幾種 CAD技術（Puech 等，2009； Sung 等， 2011年； Vos 等，2008； Zhao 等，2015），已經開發用於 PCa 檢測和定位，DWI-CAD 的發展還處於起步階段。由於 DWI 在PZ 癌症檢測中起主導作用，因此有必要進一步開發 CAD 系統，從DWI 單獨提取圖像特徵。在這一研究中，研究人員驗證了基於 DWI 和 ADC 圖的 CAD 系統，並評估了其在 PCa 識別中的性能。目前的研究是人工神經網路（ANN）檢測前列腺癌的一系列驗證測試之一，與研究者前一次的研究共享相同的演算法（Zhao 等，2015）。

結果

研究共納入71 例患者。其中35 例（68.8±8.9 歲，tPSA 60.5±77.8 ng mL-1）患者通過活檢或手術確診為 PCa ，其餘36例（67.8±6.4 歲，tPSA 11.7±8.1） ng mL-1）則在隨訪截止時（12?59個月，平均32個月）都未檢測到癌症。

表1

使用 DWI 提取的特徵區分 PCa 和非 PCa 的有效性如表 1 所示。值得注意的是，PZ 的13 個特徵的9 個和TZ 的13 個特徵的5 個之中，PCa 與非PCa 之間存在顯著差異（P <0.05）。由於這些特徵似乎比其他特徵在區分PCa 與非PCa 中更為有效，所以它們被選為修改後的ANN 分類器的輸入。 PZ 和TZ 的特徵重要性如圖1所示。

圖1

當比較每個特徵單獨的受試者工作特徵（ROC）曲線時，平均的曲線下面積（AUC）值（AUC = 0.909±0.022）達到了PZ 中最高的AUC，而第10個百分位數（AUC = 0.909±0.027）達到了TZ 的最高AUC。在PZ 和TZ 中，第10百分位ADC 值（PZ 的AUC = 0.906±0.022; TZ 的AUC = 0.909±0.027）具有比最小ADC值（AUC = 0.898±0.023，PZ; AUC = 0.903±0.029 TZ）更高的 AUC。

在使用設計的 ANN 分類器組合所選特徵後，PZ 的 AUC 增加到 0.911±0.022（95％，CI = 0.869-0.954），TZ 為 0.912±0.027（95％，CI = 0.870-0.974），均高於任何單個特徵。

如圖 2 所示，CAD 預測的AUC 甚至高於DWI 評分的AUC，其由兩名經驗豐富的放射科醫師對PZ （AUC = 0.883±0.025（95％，CI = 0.835-0.931））和TZ（AUC = 0.906±0.029（95％，CI = 0.850-0.963））評分。

通過選擇正確的臨界值(0.505 for PZ, 0.507 for TZ)，CAD 預測可以在維持可接受的靈敏度（0.804 for PZ, 0.827for TZ）的同時，達到高準確度和特異度。CAD 的性能和 DWI 評分總結顯示在表 2 中。

圖 3

基於 CAD 的預測和DWI 分數間的 Spearman 的相關係數是PZ 的0.805（P＜0.01）和TZ 的0.787，都顯示出強關聯性。見圖3 。

與經驗豐富的放射科醫師給出的 DWI 評分相比，CAD 系統的診斷效率更高。這一啟發性的結果表明，CAD 系統可能是優化前列腺癌診斷現有常規臨床工作流程的有前景的技術，能夠使其更可靠、可重現。另外，CAD 系統也許可以作為不太有經驗的放射科醫師的合適的教學工具（Hambrock等，2013）。

研究的局限性：首先，我們只提取彌散加權 MR 圖像的定量圖像特徵來區分 PCa 與非PCa，而已有報告顯示單個參數單獨也可能干擾PCa 檢測中的mpMRI（Kitajima等，2010； Tanimoto 等，2007）；第二，本研究中 DWI 的b-value 為800 s mm-2，這是一個次優參數（b≥1400s mm-2，由PI-RADS v2 推薦）（Weinreb 等，2016）；第三，儘管ROI 由兩名經驗豐富的放射科醫師根據 TRUS 指導活檢來提出，但 ROI 和病理學並不嚴格匹配。這種差異可能會影響 ANN 分類器的準確性。

總之，基於 DWI 的 CAD 系統在識別PCa 方面尤為有效，特別是在PZ 中。考慮到這個系統的準確性，這似乎是前列腺 CAD 研究中一個較有希望的突破點。

原文地址：http://engine.scichina.com/publisher/scp/journal/SCLS/60/1/10.1007/s11427-016-0389-9?slug=full%20text

新智元招聘

職位：客戶經理

職位年薪：12 - 25萬（工資+獎金）

工作地點：北京-海淀區

所屬部門：客戶部

彙報對象：客戶總監

工作年限：3 年

語 言：英語 + 普通話

學歷要求：全日制統招本科

職位描述：

1. 精準把握客戶需求和公司品牌定位，策劃撰寫合作方案；

2. 思維活躍、富有創意，文字駕馭能力強，熟練使用PPT，具有良好的視覺欣賞及表現能力，PS 能力優秀者最佳；

3. 熱情開朗，擅長人際交往，良好的溝通和協作能力，具有團隊精神；

4. 優秀的活動籌備與執行能力，較強的抗壓能力和應變能力，適應高強度工作；

5. 有4A、公關公司工作經歷優先；

6. 對高科技尤其是人工智慧領域有強烈興趣者加分。

崗位職責：

參與、管理、跟進上級指派的項目進展，確保計劃落實。制定、參與或協助上層執行相關的政策和制度。定期向公司提供準確的市場資訊及所屬客戶信息，分析客戶需求，維護與指定公司關鍵顧客的關係，積極尋求機會發展新的業務。建立並管理客戶資料庫，跟蹤分析相關信息。

應聘郵箱：jobs@aiera.com.cn

HR微信：13552313024

新智元歡迎有志之士前來面試，更多招聘崗位請點擊【新智元招聘】查看。