人工智能輔助宮頸癌治療，英特爾至強平臺支持高性能計算

2018-10-23 19:05來源:英特爾//

原標題：人工智能輔助宮頸癌治療，英特爾至強平臺支持高性能計算

近日，第六屆“英特爾杯”全國并行計算挑戰賽（pac）在青島圓滿落幕，該大賽自2013年創辦已連續成功舉辦六屆，是全國范圍內（含港澳臺）最大規模的并行挑戰賽，英特爾作為大賽聯合主辦方，為大賽提供了計算平臺以及相關培訓，幫助選手順利進行并行程序的開發以及優化。

今年的pac大賽有三個分類：并行優化，hpc（高性能計算）應用，ai（人工智能）應用。在眾多的參賽項目中，由中國科學技術大學計算機科學與技術學院博士生導師、計算機系統結構研究室主任安虹教授指導的選題為dsu-net的項目吸引了大眾的眼球，讓ai在輔助醫療方面大顯身手。

近兩年，ai在醫療影像領域取得諸多突破，已經可以幫助醫生看片，診斷宮頸癌、乳腺癌、食管癌、肺腫瘤等疾病。dsu-net項目提出一種新型的卷積神經網絡（cnn）模型實現對宮頸癌放療靶區的自動勾畫。宮頸癌是一種早發現，早治療可以治愈的腫瘤。中國是世界上宮頸癌發病率最高的國家，約占世界新發病例的1/4。近年來，我國宮頸癌的發病呈現年輕化趨勢。目前放療是宮頸癌主要的臨床治療手段，其中包括四個過程：影像采集、靶區勾畫、放療計劃制定及優化和放療計劃實施。dsu-net項目旨在精準地勾畫出腫瘤的臨床靶區（clinical target volume，ctv）和危及的正常組織器官（organ at risk, oar），提高放療計劃中照射范圍和劑量的制定，使醫生從繁瑣重復的閱片和勾畫工作中解脫出來。

宮頸癌放療靶區的深度學習模型-預測結果

一直以來，腫瘤ctv和oar的勾畫通常由放射科醫生手工完成，這不僅對醫生造成很重的工作負擔，還會因為惡性腫瘤易轉移、浸潤性生長等特性導致誤診和漏診。安虹老師帶隊研發的宮頸癌ctv和oar精準自動勾畫計算機輔助系統，在算法方面，提出了基于深度監督機制的全卷積神經網絡模型（dsu-net），能夠對宮頸癌ctv和oar進行精準勾畫。“目前深度學習等人工智能技術已經日漸成熟，宮頸癌放療靶區自動勾畫這個項目的核心技術其實主要是高性能計算系統和軟件的并行優化技術”，安虹老師表示，“龐大的數據量和復雜多變的模型對計算機系統的計算能力提出了嚴峻的挑戰。該項目的重點在于如何優化系統來實現高性能計算，項目整套系統全部采用英特爾至強可擴展處理器構建的多機多路多核系統，訓練、計算、勾畫都在上面完成。”這項成果應用于臨床，一方面可以降低誤判、誤診率；另一方面醫生能夠將精力更多地投入到疑難的影像信息分析診斷中去，這對提升宮頸癌放療效果具有重要意義。

英特爾至強融合可擴展處理器

選擇英特爾的全cpu平臺，主要有幾個原因：

cpu系統易于搭建和使用，運行和維護成本低，易于普及。

cpu系統具有通用性和可擴展性好的特點，易于適應臨床應用中各種各樣復雜的計算任務和不同的深度學習模型，可以根據模型復雜度的需要靈活擴展節點數來實現系統的伸縮。

cpu系統可訪問更大的存儲空間，易于滿足大數據量醫學影像處理的需要。實驗結果表明，當dsu-net采用8臺雙路至強服務器作為參數服務器，勾畫精確度要高于u-net、fcn等醫療影像分析中常用的分割網絡，已經達到了96.13%的精確度，可以獲得接近線性的加速比。該系統進行宮頸癌臨床靶區勾畫時，6分鐘就能完成醫生需要不間斷工作2-3小時完成的工作量，已能很好滿足臨床需求。

以上是網絡信息轉載，信息真實性自行斟酌。