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
乳房超音波是常用來發現及早期診斷腫瘤良惡性的檢測方法，雖然全乳房自動超音波(ABUS)已被用於臨床上的檢測，但大量的影像資訊導致醫師需耗費更多專注力與時間閱片。電腦輔助系統不僅可以偵測腫瘤位置並可提供量化後腫瘤特徵資訊給醫師作為診斷基礎的工具以減少診斷時間及錯誤。如果電腦輔助系統可架設於雲端，將可不必花費鉅資購買及維護硬軟體設備即可將影像資料上傳儲存於雲端系統，同時更可利用雲端系統強大的運算能力進行更複雜的電腦輔助偵測與診斷運算。
近年來，由於深度學習與雲端計算技術的發展，使得雲端機器上部署深度學習模型的應用程式是一種重要且熱門趨勢，因此，本計畫提出在雲端上提供電腦輔助系統服務，醫生可隨時隨地在任一電腦透過雲端服務立即同時取得腫瘤影像及相關診斷資訊。本計畫將以深度卷積類神經網路架構開發系統，共分四年完成，第一年完成Two-stage ABUS腫瘤偵測系統與2-D超音波雲端診斷系統。第二年改進ABUS腫瘤偵測系統、開發全卷積網路(FCN)的ABUS腫瘤切割系統以及Two-stage 2-D雲端腫瘤偵測系統。第三年建立ABUS紋理以及形狀類神經網路擷取特徵並開發診斷系統，同時開發2-D雲端腫瘤切割系統。第四年增加生物標記診斷系統，完成ABUS與2-D電腦輔助系統並部署在雲端上。
◎ 計畫主持人
計畫主持人 張瑞峰
國立臺灣大學資訊工程學系暨研究所教授
共同主持人 黃俊升
國立臺灣大學醫學院外科 教授
共同主持人 張允中
國立臺灣大學醫學院放射線科 教授兼主任