01 背景
腺样体肥大疾病是当前社会一大问题，据中研网相关资料显示，我国每年新增耳鼻喉疾病患者约2000万人。2021年耳鼻喉医院的诊疗人次数和门急诊人次数分别为468.3万人次以及463.5万人次，医师日均担负诊疗人次为8.0人次，创造了近年来的峰值。我国耳鼻喉外科手术量在过去5年中增长了将近十倍，从2015年的30万例增长至2020年的200万例，每年增长超过30%。预示未来5年内，耳鼻喉外科年手术量预计突破500万例，甚至更多。
智慧医疗在近年来在针对某种疾病的解决方案的落地上越来越多，而且越来越趋向国产化。昇思MindSpore AI框架是国产自主研发的AI框架，目前已经在智慧医疗、金融、交通等各个领域有多项解决方案。
基于此，深圳大学“腺形智消”团队希望通过使用昇思MindSpore AI框架搭建深度学习模型，构建一套术前儿童腺样体肥大分割系统。“腺形智消——新一代儿童腺样体肥大诊疗方案领航者”就此应运而生。
02 项目简介
该解决方案当前主要针对小儿腺样体肥大、咽喉上气道堵塞疾病、阻塞性睡眠呼吸暂停综合征等咽喉疾病，使用昇思MindSpore AI框架，以3DUNet为基础构建了一个新的弱边界分割模型,通过华为云ModelArts进行模型的训练，在诊疗的过程中进行模型推理，实现在术前进行病变区域的精准识别和术后创口的预测规划，从而保证相关咽喉手术精准安全高效完成。
本此项目，由深圳大学张希副教授指导，与深大总医院张庆丰主任、吴强副主任合作，团队负责人周汝霖进行推动和技术研发，依托深圳大学华为智能基座，共建的基于多目标多尺度的腺样体肥大术前分割系统，予医生与患者手术期间更好的体验，减少术后复发的可能性。
03 项目技术与效果
在该解决方案开发中，深圳大学 “腺形智消”团队也发现了两个需要解决的问题。其中一个是在分割腺样体任务中存在着几何边界与分割边界不一致的情况。
对于这个情况，团队的解决思路是参考Merged UNet中的合并门的做法，设计了合并块。另一个就是分割面不够平滑、均匀。对此，团队在设计的CLA块中，将从图像三个方向进行层与层之间的注意力操作，从而增加了空间上的深度信息。
基于以上两点设计，深圳大学 “腺形智消”团队创新地设计了一种新的分割模型:
-
几何边界与分割边界的不一致：UNet的结构中存在上采样和下采样的过程。团队认为在下采样中得到的特征具有原始图像的几何轮廓信息，在上采样中得到的特征更多的是分割目标的信息。而团队在训练模型中发现模型的分割的结果总是会被几何轮廓所影响。而这种影响在此任务中是需要去避免的。对此，团队认为模型应该对下采样中的轮廓信息进行特征信息补充与修正，从而减少轮廓对分割结果的不良影响。为了达到这样的目的，团队参考Merged UNet中合并门的结构设计，针对3D医学图像处理任务重新设计了合并块。
-
丰富的层间空间特征：存在整体的分割结果后界不光滑的情况，团队改进了UNETR++的EPA块，使模型能学习到更多空间的特征，并增强层与层之间的关系。其中，仍然保留了EPA中空间与通道特征结合的思想，但是又强调了层与层的空间特征。于是，将双头注意力扩展为四头注意力，其中三个头分别是3D图片长宽高三个维度的。为了强调这三个维度之间存在空间上的强相关性，对应的三个注意力将共享相同的Q、K矩阵。团队不认为空间与通道具有强相关性。而UNETR++，团队的通道维度不与空间维度进行参数共享。
在构建模型的基础上，使用了昇腾910上进行训练和推理，训练了5000epochs,在腺样体分割的任务上达到91.49%的精度，超过现在的SOTA模型。并且设计了可视化的页面，使用云端算力进行推理，方便医生进行一个明确的术前规划和预测。
目前该项目已经获得了华为官方的技术认证，使用了昇思MindSpore AI框架进行模型构建。
04 总结
“腺形智消——新一代儿童腺样体肥大诊疗方案领航者”通过运用昇思MindSpore在医疗影像上得诸多优势，以3DUNet为基础构建了一个新的弱边界分割模型，实现。
周汝霖
深圳大学华为智能基座副社长，2022年华为昇思MindSpore大优秀开发者、2022华为未来之星、智能基座奖学金获得者，获得软著2项、发明型专利1项。
“使用昇思MindSpore AI框架构建一体化解决方案，让昇思助力智慧医疗产业化落地，腺形智消，为孩子们的健康保驾护航。”