百度又一神器發(fā)布！網(wǎng)友：牛逼炸了...
大家好，我是菜鳥哥
醫(yī)學(xué)影像是臨床疾病診斷的重要方式，高效精準的從影像中識別出器官結(jié)構(gòu)或病變，是醫(yī)學(xué)影像學(xué)中重要的課題。根據(jù)成像原理，醫(yī)療影像可以粗略分為兩類：
1.2D成像：一種在可見光下獲取的RGB彩照，如眼底彩照、皮膚彩照等
2.3D成像：借助非可見光或其它物理效應(yīng)，由計算機輔助成像，如CXR/DR(X-Ray)，CT，核磁共振(MRI)等。如CT與MRI數(shù)據(jù)是多個2D切片沿第三個空間維度堆疊而成的。
圖1 各類醫(yī)學(xué)影像
其中，3D影像能夠更直觀輔助醫(yī)生提升診斷效率。但醫(yī)療影像的讀片工作對專業(yè)知識要求高，這樣繁重且重復(fù)性較高的閱片工作，僅能由專業(yè)的影像科醫(yī)生完成。另一方面，醫(yī)療影像在醫(yī)學(xué)檢查中愈發(fā)常見，對閱片專家的需求也在增加。隨著深度學(xué)習(xí)技術(shù)的發(fā)展，我們看到了使用AI技術(shù)輔助醫(yī)生快速分析閱片、減輕閱片工作負擔(dān)的可能性。
為了更好地使用前沿AI技術(shù)輔助醫(yī)生快速閱片分析、幫助患者更快地獲得影像檢查結(jié)果，百度飛槳PaddleSeg產(chǎn)研團隊聯(lián)合百度智慧醫(yī)療部影像團隊、廣州第一人民醫(yī)院南沙醫(yī)院放射科及其他社區(qū)開發(fā)者基于PaddleSeg開發(fā)了全流程 3D 醫(yī)學(xué)圖像分割工具MedicalSeg。
圖2 MedicalSeg醫(yī)療影像分割工具介紹
那么MedicalSeg3D具備哪些優(yōu)點呢？在這里一一為大家展開。
為了更方便的簡化流程，首先，通過一鍵數(shù)據(jù)預(yù)處理，確認數(shù)據(jù)的正確性，隨后開始訓(xùn)練和評估，過程中隨時可以查看預(yù)測結(jié)果的3D可視化，獲得滿足精度的模型之后，我們對其進行導(dǎo)出和部署，從而獲取更快的推理速度為應(yīng)用服務(wù)。
完整的流程圖如圖所示:
圖3 MedicalSeg可視化功能展示
MedicalSeg涵蓋了主流的UNet、VNet等3D分割模型，其中VNet在COVID-19 CT scans數(shù)據(jù)集中，在 COVID-19 CT scans 中達到了 97.04% 的 平均Dice 系數(shù)，實現(xiàn)的效果超越業(yè)界認可的medical zoo的精度。
MedicalSeg使用 CuPy 在數(shù)據(jù)預(yù)處理中添加 GPU 加速。與 CPU 上的預(yù)處理數(shù)據(jù)相比，加速使我們在數(shù)據(jù)預(yù)處理中使用的時間減少了大約 40%。下面顯示了加速前后，我們花在處理 COVID-19 CT scans 數(shù)據(jù)集預(yù)處理上的時間。
怎么樣，聽完介紹，大家一定躍躍欲試吧，更多細節(jié)請參考
https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.5/contrib/MedicalSeg
直播預(yù)告
說了這么多，肯定還有小伙伴想問，技術(shù)上來說，3D醫(yī)療分割是怎么實現(xiàn)的呢？為了讓開發(fā)者們更深入的了解MedicalSeg這個工具，解決落地應(yīng)用難點，掌握產(chǎn)業(yè)實踐的核心能力，飛槳團隊精心準備了精品直播課！
掃碼報名直播課
進入技術(shù)交流群
4月28日20:30，百度資深高工將為我們詳細介紹MedicalSeg開發(fā)的歷程以及使用方式，加上直播現(xiàn)場互動答疑，還在等什么！抓緊掃碼上車吧！
現(xiàn)在報名入群即可免費獲得：
·?圖像分割代碼詳細解讀文檔；
·?遙感、醫(yī)療、工業(yè)、人像等多行業(yè)圖像分割數(shù)據(jù)集；
·?飛槳官方最高20萬元產(chǎn)業(yè)落地資源包支持！
【數(shù)據(jù)引用說明】
圖1來源（從左到右）
彩超數(shù)據(jù)：百度大腦和中山大學(xué)中山眼科中心聯(lián)合舉辦的iChallenge比賽
X-ray影像:2017RSNA骨齡預(yù)測比賽
CT影像:4C 2021 醫(yī)學(xué)影像挑戰(zhàn)賽
?MRI影像：開源數(shù)據(jù)集MRISpineSeg spine dataset
圖2來源（從左到右）
肺部數(shù)據(jù)：開源數(shù)據(jù)集COVID-19 CT scans lung dataset
椎骨數(shù)據(jù)：開源數(shù)據(jù)集MRISpineSeg spine dataset
圖3來源（從左到右）
肺部數(shù)據(jù)：開源數(shù)據(jù)集COVID-19 CT scans lung dataset
椎骨數(shù)據(jù)：開源數(shù)據(jù)集MRISpineSeg spine dataset