近日,计算机与人工智能学院蹇木伟教授、博士研究生张昊然与山东大学第二医院合作撰写的论文“A Cross Spatio-Temporal Pathology-based Lung Nodule Dataset”在Nature子刊《Scientific Data》上发表(卷号:11,期号:1,文章编号:1007)。该期刊最新影响因子为5.8,JCR分区Q1,系纽约国际官网A1类期刊。
当前计算机辅助诊断(CAD)系统中肺部数据集主要关注单一时间点CT图像,从而忽视肺结节特征的动态时序变化问题,该论文构建了一个跨时空动态演变的肺结节数据集。基于肿瘤诊断的金标准-病理信息,该数据库收集和标注了来自109名患者的317个CT序列和2,295个标注结节。通过汇集患者不同时期的CT序列,为揭示肺结节的动态演变规律提供了数据支撑,有助于提高肺癌的精准筛查与诊断能力。
此外,蹇木伟教授牵头与临沂市中心医院合作完成的论文“A Lung Nodule Dataset with Histopathology-based Cancer Type Annotation”在Nature子刊《Scientific Data》上发表(卷号:11,期号:1,文章编号:824)。
针对当前CAD系统在肺结节检测中缺乏专家级的癌症类型标注信息导致的难以对多种癌症类型精准预测的局限,该研究成果构建了不同类型肺部疾病的精细化、多样化分类标注数据集,从而为患者个性化精准治疗方案的制定提供有效数据支撑。此数据集的建立将有助于推动CAD技术向更精准、更稳健的方向发展,也为医学影像智能辅助诊断的个性化探索奠定数据基础。
上述两篇论文得到了国家自然科学基金、山东省泰山学者工程和山东省重大基础研究项目的资助。《Scientific Data》是Nature旗下刊物,致力于发表具有科学价值的数据集,以及能促进科学数据共享和再利用研究。
撰稿:蹇木伟
编审:李云枝