9、医学影像智能诊断：从膝盖损伤到阿尔茨海默病前期预测

医学影像智能诊断：从膝盖损伤到阿尔茨海默病前期预测

在医学领域，利用人工智能技术辅助诊断疾病正变得越来越重要。本文将介绍两种基于不同医学影像的疾病诊断方法，分别是基于MRI的膝盖损伤诊断和基于18F - FDG PET影像的轻度认知障碍（MCI）阶段预测。

基于MRI的膝盖损伤诊断

数据集

MRNet数据集包含1370个膝盖MRI样本，每个患者的检查有轴向、冠状和矢状三个不同平面。每个样本在各平面的切片数量不同，切片数量从17到61不等（平均31.48，标准差7.97）。数据集标签为每个患者在每种损伤情况下检查的二进制数，每个检查可能有多种疾病类型，有半月板或/和前交叉韧带（ACL）撕裂的患者肯定有异常损伤。具体数据如下：
- 异常检查：1104（80.6%）
- ACL撕裂：319（23.3%）
- 半月板撕裂：508（37.1%）

由于接受MRI检查的患者更有可能患膝盖损伤，数据集在有损伤的分类上高度不平衡。检查被分为训练集（1130个检查）、验证集（120个检查）和测试集（120个检查），测试集仅用于MRNet竞赛测试模型性能，本研究使用验证集作为测试集。

方法

提出了一种用于诊断三种膝盖损伤（ACL撕裂、半月板撕裂和一般异常）的网络架构，使用了ResNet和Transformer编码器网络。
1. 特征提取 ：利用在ImageNet数据集上预训练的ResNet从多视图图像中提取语义特征，移除ResNet网络的最后一层以获得每个切片合适大小的特征向量。
2. 序列特征处理 ：将切片视