主動脈夾層分割深度學(xué)習模型是如何煉成的？

心臟病的危害極大，嚴重威脅人類生命健康，其中“主動脈夾層”稱得上是最為兇險的心臟病之一，65%～70%在急性期死于心臟壓塞、心律失常等，故早期診斷和治療非常必要。

主動脈夾層根據(jù)破口位置分為A型和B型，其中累及降主動脈的B型主動脈夾層一般通過移植覆膜支架手術(shù)來治療。手術(shù)前，醫(yī)生需要根據(jù)夾層形態(tài)參數(shù)（如真腔最大直徑）來做預(yù)后及確定具體的手術(shù)方案，如選取合適尺寸的支架，判斷手術(shù)效果。傳統(tǒng)的參數(shù)提取方法往往很耗時且依賴醫(yī)生經(jīng)驗。近年來隨著深度卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用條件的成熟，在動脈造影圖像分割領(lǐng)域也實現(xiàn)了更好的效果及更高的準確性。

利用深度學(xué)習進行主動脈真假腔分割有賴于大量手動標注的主動脈圖像來訓(xùn)練深度學(xué)習網(wǎng)絡(luò)，計算量大，且對計算能力的要求非常高。

匯醫(yī)慧影公司聯(lián)合北京301解放軍醫(yī)院總院，借助NVIDIA GPU，將深度學(xué)習技術(shù)應(yīng)用至B型主動脈夾層分割及破口檢測的多任務(wù)學(xué)習。匯醫(yī)慧影利用大量帶有主動脈及夾層手動標注的三維CTA 圖像，提出了基于深度卷積神經(jīng)網(wǎng)絡(luò)的夾層分割方案。在此基礎(chǔ)上可確定破口位置，并計算夾層形態(tài)參數(shù)，為醫(yī)生提供臨床決策支持。

基于手動分割的金標準圖像，分別得到主動脈、真腔和假腔的二值化標注。主動脈壁和內(nèi)膜片可以通過主動脈標注減去真假腔標注得到。

其多任務(wù)深度學(xué)習網(wǎng)絡(luò)如下圖所示。卷積層和反卷積層的參數(shù)被三個任務(wù)共享：主動脈分割、真腔分割、假腔分割。每個任務(wù)均屬于二值分割。

三個分割任務(wù)的損失函數(shù)在訓(xùn)練過程中同時得到優(yōu)化。模型采用原始的3D CTA圖像作為輸入，輸出為主動脈、真腔和假腔的二值化掩膜。

根據(jù)多任務(wù)學(xué)習理論，三個存在內(nèi)在關(guān)聯(lián)的分割任務(wù)在協(xié)同訓(xùn)練的過程中會相互促進，借助于任務(wù)之間共享的參數(shù)，主動脈和真假腔之間存在的解剖關(guān)系可以被網(wǎng)絡(luò)學(xué)習到，這種關(guān)系對于網(wǎng)絡(luò)訓(xùn)練而言相當于引入了一個先驗知識。因此，相比于訓(xùn)練多個網(wǎng)絡(luò)來獨立解決三個分割任務(wù)，多任務(wù)網(wǎng)絡(luò)的效果會更好，該方式已經(jīng)通過實驗得到了驗證。

GPU訓(xùn)練耗時減半，性能提升

匯醫(yī)慧影通過使用相同的基礎(chǔ)網(wǎng)絡(luò)和共享參數(shù)，基于4塊NVIDIA GPU，對其3D多任務(wù)深度學(xué)習網(wǎng)絡(luò)進行訓(xùn)練和測試，最終得以同時輸出主動脈，主動脈真腔和主動脈假腔的分割結(jié)果。且使用GPU之后的訓(xùn)練時間至少能夠減少50%，大大減少了模型訓(xùn)練和預(yù)測的時間，準確性也得以提升。

神經(jīng)網(wǎng)絡(luò)性能的大幅提升，將更好地為判斷夾層的轉(zhuǎn)歸提供更多信息，也使其成為醫(yī)生快捷的決策工具，幫助臨床醫(yī)生面對B型主動脈夾層病人，迅速決定最佳的治療方案。