医疗成像设备多样化发展与成像高分辨率日益提升，以及我国人口老龄化带来的患者数量逐步增加，导致传统依据个人主观经验采取逐层阅片模式给放射科医生带来巨大阅片负担，且阅片诊断精准度与影像科医生临床知识积累及主观凭判依据存在严重相关依赖关系。以肺癌筛查为例，研究表明，国内三甲医院日均接收疑似患者约200例，每例产生约300层CT影像。也就是说，单就肺癌筛查来说，影像科日均阅片在6万层左右。因此，亟迫需要研究满足放射科医生快速、精准诊断的智能临床辅助技术以及询证资源融合的辅助诊疗专病库系统。

大数据分析与人工智能处理技术的进步，使得从海量医疗数据中挖掘有价值信息、发现知识成为可能，可辅助完成疾病诊断、治疗方案制定、病情发展形势预测，从而有效提高医生诊疗效率，可以实现医疗数据的再利用，缓解“数据丰富、信息贫乏、知识缺失”的问题。然而和其他应用领域一样，医疗数据智能分析方法学习训练和应用也依赖于具有“金标准”标注的样本数据集合，且医疗数据标注需要专业知识和经验，融合来自多源数据的综合评判，如肺癌影像病灶标注需要相应的病理、分子标志物等数据相互佐证。因此，数据驱动的人工智能技术可减轻临床医生阅片负担，提升效率，并能有效挖掘临床医疗数据中潜在的有价值信息，形成辅助诊疗决策，已成为研究热点。

具有模态多样、数据量大、信息互补等特点的临床数据已成为实现计算机辅助诊疗的重要驱动力。统计显示，近年来全球医疗数据总量增长迅速，年增长率高达48%，预计至2020年底医疗数据总量将从2013年的153EB增长为2314EB 。国务院《促进大数据发展行动纲要》指出医疗大数据应用将带来健康模式的深刻变革，是国家重要基础战略资源，并在《＂健康中国2030＂规划纲要》中将个性化服务和精准化医疗作为终极发展目标。但是，当前临床诊断结论仍由临床医生通过人工阅片方式给出，且信息处理系统仍停留在对临床医疗数据的存储、统计、查询等低层次水平，存在严重的“数据丰富、信息贫乏、知识缺失”问题[3]。受限于临床医疗数据形态特征与分布特点以及人工智能技术发展瓶颈共同影响，要达成以上目的，仍面临医学影像数据人工处理和标注效率低、标准数据量少且不均衡、智能辅助模型可解释性差等问题。

同时，临床数据包括影像、文本、病理、化验等多种组学数据，承载信息的方式有数值、字符、文字，数据的组织方式有结构化、半结构化、非结构化。因此，建立询证资源融合的辅助诊疗专病库，不可避免的涉及多组学异构数据融合问题。合理有效的融合策略，可实现不同组学数据互补信息的深度挖掘，有利于发现隐含于临床医疗数据中的有价值信息。

综上， 医学影像自动识别方法与专病库构建关键技术研究旨在采用当前人工智能领域的新理论、新方法，结合临床医疗数据的固有特点，探讨病灶自动识别方法与专病库构建关键技术，解决临床数据的小样本、非均衡、异构融合问题，实现可解释的计算机辅助诊疗模型构建关键技术积累与临床应用。本研究对临床医疗数据的价值挖掘与有效利用具有重要意义，为我国医疗卫生事业的发展起重要推动作用。

以项目组所在团队在医学影像与文本智能处理领域的科研积累为基础，结合领域内前沿技术与方法，从当前影像标注与专病库构建所面临的数据小样本、非均衡、异构融合问题，以及增强人工智能处理方法的可解释性方面入手，提出可实用的医学影像识别标注方法与专病库构建关键技术，重点开展病灶区域定位与识别标注、跨媒体多组学病历数据融合分析与知识挖掘、智能辅助诊疗专病库构建等相关研究工作。

为了克服医学影像标注与专病库构建所面临的“标注耗时费力，且存在主观差异性影响的问题”、“多组学数据融合仍停留在手工比对分析水平的问题”、“临床诊断主观性强，且循证困难的问题”、“专病库建设不足，且数据利用率低的问题”，本项目对相关研究现状进行梳理分析，围绕医学影像标注与用于智能辅助诊疗的专病库构建开展研究工作。鉴于此，重点在如下四方面开展研究工作：

研究内容1：影像高质量重构与感兴趣区域定位标注关键算法研究

（1）超像素分割耦合的灰度不一致性校正算法研究

（2）结合Bagging与RCNN的感兴趣区域定位方法研究

（3）局部流形假设与全局分类协同的半监督标注方法研究

研究内容2：跨媒体数据融合分析与知识挖掘关键技术研究

（1）基于图卷积网络的实体及关系联合抽取方法研究

（2）语义要素感知驱动的实体关系推理表示学习方法研究

研究内容3：基于组学数据的智能辅助诊断关键技术研究

（1）基于先验约束生成对抗网络的影像样本增广方法研究

（2）基于混合模态影像的感兴趣对象精准识别方法研究

（3）跨媒体语义融合的智能辅助诊断方法研究

研究内容4：跨媒体临床循证专病库构建与验证评估

（1）多中心临床组学诊疗数据共享与专病库构建技术研究

（2）定性与定量分析相结合的专病库循证功能临床验证评估