多源大数据环境下胰腺肿瘤辅助诊断决策方法研究

The multi-source and heterogeneous data based decision support system for pancreatic tumor classification is helpful to discover and diagnose pancreatic cancer in time. However, the medical data for tumor diagnosis are multimodal and complex, which makes the data analysis a challenging task for the implementation of decision support system. The multi-source diagnostic data constitute multiple views for tumor decision making, thus the data fusion is needed to construct multi-view decision making methods. In addition, the incompleteness and inconsistency of multimodal data will cause the uncertainty in feature fusion and classification, and lead to high decision risks. To tackle the challenges of multimodal data and decision risk, we synthesize the theories of data fusion, multi-view learning and uncertain decisions and thereby investigate the methodology of multi-source and heterogeneous data based decision making for pancreatic tumor classification. The research issues include multimodal pancreatic data fusion, multi-view uncertain decision making, and optimization strategies of decision risks. The research work will provide data analysis methods for big data driven decision support system of pancreatic tumors, and is helpful to enrich the application of multimode big data analysis theory.

基于多源异构诊断数据的胰腺肿瘤决策支持系统有助于及时发现、诊断胰腺肿瘤病变，然而多源异构的复杂数据给决策支持系统的数据分析带来了挑战。多源诊断数据构成了肿瘤辅助决策的多个数据视角，需要进行数据融合并构造肿瘤的多视角决策方法。此外，由于多源数据普遍存在的不完备与不一致情况，会造成肿瘤分类决策具有不确定性，从而导致决策风险。针对多源数据环境下胰腺肿瘤诊断的多模态数据特性与决策风险问题，项目将信息融合、多视角学习、不确定性决策理论相结合，系统研究基于多源数据的胰腺肿瘤决策理论与方法。研究内容主要包括：多源异构胰腺数据融合、多源数据环境下的胰腺肿瘤多视角决策、不确定性决策与决策风险优化。项目研究将为大数据驱动的胰腺肿瘤辅助决策提供全面的理论支撑，并且有助于丰富多源异构大数据分析方法并拓展其应用。

胰腺癌是消化道系统恶性肿瘤，其五年生存率极低，严重危害人类健康。由于胰腺癌的危害性高与诊疗难度大，迫切需要人工智能技术辅助临床实现准确、高效的胰腺肿瘤诊断与预测。影像检查是胰腺疾病诊断及评估的主要手段，医生需要通过分析这些放射影像对胰腺肿瘤进行检测判定后制定诊疗方案，因此胰腺肿瘤影像的智能分析技术是实现胰腺癌智能诊疗的关键。项目从胰腺肿瘤临床诊断需求出发，针对胰腺肿瘤的诊断及分类困难、肿瘤边界确定难等重大临床问题，聚焦深度神经网络在肿瘤影像分析应用中的局限与挑战，综合应用深度学习、信息融合、多视角学习、不确定性决策理论等人工智能技术，研究肿瘤多模态、多期相影像分析方法以实现胰腺肿瘤智能辅助诊断。与传统肿瘤诊断决策相比，该系统可实现：.(1).多源胰腺肿瘤的精准分割与可视化.在传统胰腺肿瘤的测定中，医生往往人工选取肿瘤面积最大的单张切片进行分析并做出决策，缺乏对肿瘤边缘、形状和位置特征的全面判断。从胰腺多源放射影像中精确分割出胰腺和肿瘤，可以辅助临床医生对胰腺癌病灶进行可视分析与定量评估，更好地为临床检查提供帮助。.(2).基于多源数据的胰腺肿瘤亚型分类.临床上对不同胰腺肿瘤亚型采取的治疗方案差异很大，目前临床上对胰腺肿瘤亚型的认知不充分，常产生误判从而贻误治疗。因此融合多源、多期相放射影像数据和诊断数据对胰腺肿瘤亚型进行分类，可辅助医生采取合适的措施使得治疗获益最大化、风险最小化。.(3).基于多源数据的胰腺肿瘤不确定性决策.临床上存在胰腺肿瘤的诊断及分类困难、肿瘤边界确定难等实际应用难题。针对胰腺肿瘤在影像中呈现弥散状且边缘模糊不清等难题，设计实现胰腺肿瘤不确定性分割算法；针对部分肿瘤亚型影像数据稀缺、认知不充分等带来的不确定性问题，设计实现不确定性肿瘤亚型分类算法。通过人机协同，降低胰腺肿瘤定位与亚型分类的决策风险。.项目执行期内共发表相关论文9篇，其中中科院一区/二区/CCF B论文5篇。授权发明专利1项，申请发明专利2项。培养博士研究生1名，硕士研究生7名。开发胰腺肿瘤智能辅助诊断系统，并在海军军医大学第一附属医院（长海医院）等单位应用。