机器之心知识站与国际顶尖实验室及研究团队合作，将陆续推出系统展现实验室成果的系列技术直播，作为深入国际顶尖团队及其前沿工作的又一个入口。赶紧点击「阅读原文」关注起来吧！
今年5月，我们邀请到 PAII Inc. Bethesda Lab 吕乐博士团队进行4期线上直播，分享了他们在医学影像分析和计算机辅助癌症诊断上的最新进展，1000余人参与观看交流。回放地址：https://jmq.h5.xeknow.com/s/2rha8a
8月3日19:00-21:30，我们再次邀请到吕乐博士团队进行直播分享，本次分享主题：大规模高可重复性AI辅助肝脏影像诊疗：从超声、CT到MRI。
8月3日 19:00-20:00
分享主题：Computer-Aided Diagnosis and Detection forLiver Disease and Cancer: Creating Robust Solutions from Heterogeneous andWeakly Supervised Clinical Data
分享摘要：Diseases of the liver are a major cause ofillness and death worldwide. In China, chronic liver disease, such as liverfibrosis, affect up to 300 million people. Liver fibrosis is also a major riskfactor for hepatocellular carcinoma, which is the fourth leading cause ofcancer deaths worldwide. Surveilling and diagnosing liver disease and cancer ishighly complex and can involve many different modalities, including ultrasound,computed tomography (CT), and magnetic resonance imagery (MRI). For each, thereis opportunity for applying machine-learning diagnosis and detection tools for betterdiscovery and quantitative assessment. However, developing robust models is agreat challenge, especially as large-scale data is typically weakly orsubjectively labeled.
This talk will introduce PAII Inc.’sefforts on developing computer-aided diagnosis and detection tools for theliver. We will provide a very brief overview of our liver projects but thenfocus specifically on exploring the challenges and opportunities associateddetecting and diagnosing liver cancer with the dynamic contrast enhanced (DCE)CT and MRI modalities. Afterwards we will then do a deep dive into threeselected topics: (1) semi-supervised 3D liver segmentation for multi-channelDCE CT; (2) semi-supervised liver lesion detection for multi-channel DCE MRI;and (3) computer-aided diagnosis of liver lesion types from multi-channel DCEMRI. Follow-up talks by other colleagues will explore in detail 3D detectionfrom DCE CT and quantitative liver disease assessment from ultrasound.
分享嘉宾：Adam P. Harrison leads the Liver AI Projectsat PAII Inc., which includes solutions for ultrasound, computed-tomography, andmagnetic resonance imagery. He served as an area chair for MICCAI 2021conference and will serve as an area chair for AAAI 2022.
8月3日 20:00-20:30
分享主题：Deep learning is taking care of your liverhealth: Diagnosing liver steatosis and fibrosis with conventional ultrasoundimages
分享摘要：脂肪肝及肝纤维化是常见的肝部慢性病。数据统计显示，2020年，包括慢性肝炎，脂肪肝，和肝硬化在内，中国慢性肝病患者人数可能超过4.47亿。这两种疾病如果没有得到早期的诊断和控制，会逐渐恶化，发展为肝硬化，甚至发展成肝癌。所以能够有效并可靠地进行早期检测是维护病人健康的关键因素。
年度体检为发现脂肪肝和肝纤维化提供了机会。体检中一个常见的项目为腹部超声，即采集腹部各脏器的普通腹部超声图像（灰度B超）。尽管超声有着普及率高、价格低廉等有点，但是和其它影像模态（如X光、CT、MRI等）相比，图像十分模糊，因此利用超声图像进行脂肪肝和肝硬化的诊断是一项非常依靠医生经验的工作。因此，如果我们能够利用深度学习算法阅读超声图像并给出客观病程诊断，将会为医生提供有效的决策支持。
这次分享将介绍我们开发的一系列深度学习算法，对利用超声图像诊断脂肪肝和肝纤维化提供客观有效的决策支持。我们的算法基于超大规模临床数据采集，图像预处理，以及深度学习算法创新，以临床金标准病理学活检做参考，和目前其它算法以及诊断方法相比都有明显的提升，有潜力发展成为临床决策支持的优秀算法。
分享嘉宾：李博闻，PAII Inc. Bethesda Research Lab高级研究员，主要研究方向为超声脂肪肝及肝纤维化诊断。
8月3日 20:30-21:00
分享主题：A Flexible Three-Dimensional Deep Learning Algorithmfor Generalizable and Practical HCC Detection
分享摘要：对肝癌病人的救治而言，早发现、早确诊十分关键，而CT成像是实现这个目的的重要手段。在许多临床场景中会需要拍摄CT影像，比如给疑似患肝癌的病人拍摄多期增强CT，给腹部不适的病人拍摄腹部CT等。我们在本课题中研究如何利用这些CT来辅助医生尽早地发现和确诊肝癌，特别是原发性肝癌（HCC）。截至目前，我们所设计的三维深度学习算法可以灵活地从来自不同场景的CT影像中检测HCC。不但灵活，我们的模型还能比专门为每个场景开发的模型更精准。另外，通过评估医生在HCC检测任务上的表现，我们发现深度学习模型的性能可以媲美医生，甚至在小于3公分的肿瘤检测上可以做得更出色。
分享嘉宾：蔡进铮，PAII Inc. Bethesda Research Lab高级研究员，主要研究方向为三维影像的自动分割，通用病灶的自动检测，以及基于CT、MRI等医学影像的计算机辅助诊断。
8月3日 21:00-21:30
在三位嘉宾分享后将进入30分钟的QA环节，欢迎大家随时在交流群和直播间中提问，机器之心小助手会收集汇总问题，QA环节一起交流讨论。
欢迎加入直播交流群
直播地址：https://jmq.h5.xeknow.com/s/1V8DP9（点击阅读原文直达）
扫码入群：针对本次分享主题，欢迎大家进群一起交流。
如群已超出人数限制，请添加其他小助手：syncedai2、syncedai3、syncedai4 或 syncedai5，备注「PAII」即可加入。
点击阅读原文，收藏直播间。
继续阅读
阅读原文
关键词
肝硬化
肝癌
医生
算法
CT影像