對具細胞解析度之三維光學斷層影像做深度學習

計畫介紹
計畫成果

2021臺大AI中心暨轄下計畫成果發表會-展出成果介紹海報

計畫簡介

前言
對醫學影像的深度學習在近年來於組織影像的分類，獲得了長足的進展，而非侵入式醫學成像技術亦有相當大的突破，除皮膚癌之早期診斷可大幅降低生理切片數量外，已可進入心血管做冠狀動脈內的斷層成像，對粥樣硬化斑塊做風險評估，這些臨床之即時診斷，對患者福利及健保支出均可產生極為正面的影響。本團隊以原創的高亮度晶纖寬頻光源，成功達成活體細胞之三維斷層成像，目前亦於高速成像及電腦輔助診斷上，獲得突破之進展，在皮膚癌的早期診斷得到約90%之正確率，因此提出此AI創新計畫，藉由深度卷積神經網絡及三維細胞成像技術的持續精進，以期達到對人體腫瘤暨心血管內斑塊做精準之風險評估。

中文摘要
癌症及心臟病在大多數國家，均是排名前二名的致命疾病，對癌症而言，大於80%之癌症屬於表皮癌，是本團隊技術可加以診斷之範圍，包含:皮膚、消化道器官等；對心臟病而言，冠狀動脈阻塞是主要的成因，因此，對血管內粥樣硬化斑塊的風險評估是預防心臟疾病極為重要的一環，目前為止，光學斷層掃描是唯一可量測在粥樣硬化動脈內膜上之包覆脂質的纖維層厚度之技術，用以偵測易破裂之斑塊，它亦可用於監控裝支架後之血管癒合及之新生之粥樣硬化。

以本團隊所原創的玻璃批覆晶纖光源，我們已成功達成：(1)具次微米解析度的全域式光學同調斷層掃描術; (2)觀測細胞凋亡及分化之過程; (3)以細胞解析度之斷層掃描做活體組織成像; (4)以人工智慧之演算法分析活體組織之細胞核形貌及分佈。本計畫希冀藉由結合深度卷積神經網路及三維細胞級斷層影像，達成具病理診斷精確度之即時數位資訊，提供臨床醫師做診斷與風險評估。

本計畫共分四年執行，第一年將以臨床皮膚斷層影像，建立深度卷積神經網路架構，並針對惡性腫瘤偵測與分類，亦將以動物檢體之量測，建構初步之血管斷層影像資料庫；第二年將以大量之斷層影像訓練深度卷積神經網絡，並分析各濾波器所產生之特徵圖譜，亦將以掃頻式光學同調斷層掃描儀，做動物血管內壁之斷層成像；第三年將啟動與國內醫學中心的皮膚癌暨免疫疾病臨床試驗，分析深度學習網路判斷之靈敏度與變異度，亦將嘗試活體的動物模式，並完成至少10例之粥樣硬化斑塊之評估，包含斑塊之結構、表面形貌及斑塊與支架之交互作用; 第四年起將完成國內臨床試驗之結果分析，所獲得之經驗將移轉到國際合作之規畫，開展與國際醫學中心之臨床試驗。