新疆高发病肝包虫疾病计算机辅助诊断方法的研究

Hepatic echinococcosis, which often occurs in the pastoral area, is an infection of larval stage animal tapeworm. Xinjiang Uygur Autonomous Region is one of the most important foci of hepatic echinococcosis in the world. CT examination is an effective method for early diagnosis and screening of this disease. According to the medical image features of hepatic echinococcosis, this project will plan to research the methods and technologies of computer-aided diagnosis for hepatic echinococcosis by using computer vision, image processing, visual perception principles and other related technologies, which combining our previous researches and the authoritative experts’ experience. Relevant image features will be extracted and the decision tree method and the KNN method will be applied to classify the images, which will provide the decision-making reference for clinicians, as well as the basis for early detection, diagnosis and treatment of hepatic echinococcosis. This project has important significance for local disease research and the development of medical and health services in Xinjiang Uygur Autonomous Region.

肝包虫病是细粒棘球蚴所致的一种寄生虫病，常发生于畜牧地区，是新疆维吾尔自治区的高发病，CT检查是该病早期诊断和筛查的有效方法。本项目根据肝包虫疾病的医学图像特点，利用项目组已有的研究基础，结合肝包虫疾病权威专家的经验，采用计算机视觉、图像处理和视觉感知原理等相关技术，重点研究适于新疆维吾尔自治区高发病肝包虫疾病计算机辅助诊断的技术和方法。提取肝包虫CT图像的相关特征，采用决策树和KNN算法对其进行分类识别，为临床医师提供决策参考，为肝包虫疾病的早期发现、确诊、治疗提供依据，这对促进我区地方性疾病医学的研究和民族地区医疗卫生事业的发展具有非常重要的意义。

肝包虫病是新疆维吾尔自治区的一种人畜共患寄生虫病。本项目针对肝包虫病CT图像在国内外计算机辅助诊断技术研究成果的基础上，结合我校各附属医院及自治区各大医院所提供的数据、临床方面的支持，采集肝包虫病CT图像用于计算机辅助诊断研究。根据肝包虫病的医学图像特点，采用计算机视觉、图像处理等相关技术，对肝包虫病CT图像进行去噪、数据增强、标注等预处理操作，建立了具有3000例肝包虫病CT图像的样本数据库。对于预处理后的图像，本项目应用传统方法提取了图像的灰度、纹理、形状等底层视觉特征，使用机器学习方法做了大量的实验研究，提出了适用于肝包虫病CT图像的分类方法，分类识别准确率达到89%。基于建立的图像数据库，本项目应用LeNet5、Vgg16、ResNet等深度学习算法实现肝包虫CT图像的分类识别，分类准确率达到了95.98%，同时使用FasterRCNN、SSD等目标检测算法实现肝包虫CT图像的病灶检测，检测准确率达到了88.6%。发表了12论文，EI检索出2篇国际会议论文，参加了3次国际学术会议，培养了5名研究生，支持了1位教师顺利评聘教授职称。本项目的研究为临床医师进行肝包虫病诊断提供了决策上的参考，提高了肝包虫病辅助诊断的可信度和准确率，为肝包虫病的早期发现、确诊、治疗提供了科学量化依据。