张训营,张凯明,张超,马金龙,卢云,3,王东升

    (1 青岛大学附属医院胃肠外科,山东青岛 266003; 2 青岛大学附属医院影像科; 3 山东省数字医学与计算机辅助手术重点实验室)

    胃癌目前在全球癌症发病率中位居第5,死亡率位居第3,严重威胁人类健康[1]。东亚是胃癌高发病及高死亡地区,尤其是中国及日本[2]。中国胃癌病人占全球胃癌发病人数的42.6%,占相关死亡人数的45.0%[3-4]。尽管目前手术是治愈胃癌的唯一方法,但是新辅助化疗的应用可以明显提高胃癌的治愈率及病人的生存率[5]。中国临床肿瘤学会建议,新辅助化疗适用于T3 期及以上胃癌病人,T2期及更早的胃癌建议行手术治疗[6]。因此,为了提高治愈率及降低新辅助化疗的不利影响,需要对T3/4期胃癌病人进行有效筛选[7]。CT 由于具有非侵入性、实用性、便利性及稳定性等优点,是术前评估胃癌分期的常规检查方法[8]。但是,CT 预测胃癌T 分期的总体准确率为43%～82%,容易对胃癌T 分期产生误判,造成不必要的姑息性手术及过度的放化疗治疗[9-12]。在这种情况下,需要一种替代技术对T3/4期胃癌病人进行有效的筛选。

    人工智能处理数据具有运算速度快、精度高等优点[13-14]。近年来,在临床实践中卷积神经网络(CNN)越来越多地被用来识别和区分医学图像。该技术在影像图片诊断中已经显示出具有较高的诊断性能,例如在检测冠状动脉粥样硬化、乳癌、转移淋巴结[15-17]、皮肤病变的分类[18]及糖尿病视网膜病变筛查[19]等时,在各种深度学习模型中CNN 是最成熟的算法。本研究主要基于CNN 在图像处理及识别方面的强大能力,探索利用上腹部增强CT 图像建立CNN 对T3/4期胃癌的自动识别平台,并验证、评估其准确性。现将结果报告如下。

    1 资料和方法

    1.1 病人选择

    回顾性收集2018年6月—2019年12 月在青岛大学附属医院行根治性胃癌手术的564例病人的上腹部增强CT 图片。病人的纳入标准:术前行胃镜检查经病理诊断为胃癌;术前于我院行上腹部增强CT 检查;于我院行根治性切除手术,术后病理确诊为T3/4期胃癌 ......