面向染色体核型自动化分析的深度学习算法

Karyotype analysis is a key indicator for the analysis of chromosomal translocations, deletions, and diagnosis of various genetic diseases. At present, karyotype analysis consists four steps of chromosome counting, chromosome segmentation, chromosome classification pairing and analysis report, which mainly depends on manual operation. At present, a well-trained doctor needs about 30-50 minutes to complete a report. It can only complete about 10 cases a day, and the efficiency is low. The counting step requires mouse clicks on each chromosome, which is easy to cause the mouse hand. It is urgent to apply artificial intelligence to help doctors improve the analysis efficiency. Based on the artificial intelligence chromosome automatic counting algorithm developed by the project applicant, this project will develop the deep learning method for chromosome counting, segmentation and classification based on the metaphase image, which will lay a scientific foundation for further establishing a fully automated karyotyping analysis platform.

染色体核型分析是分析染色体易位、缺失，诊断各种遗传病变的关键指标。目前核型分析即染色体计数、染色体分割、染色体分类配对和出具分析报告四个步骤，主要依赖人工操作。目前训练有素的医生完成一例报告需要约30-50分钟，一天只能完成十例左右，效率低下，且计数步骤需要鼠标点击每条染色体，容易造成鼠标手，急需应用人工智能帮助医生提高分析效率。本项目将在项目申请人开发的人工智能染色体自动计数算法基础上，实现基于中期图像的全染色体深度学习自动计数，分割和分类算法，为进一步建立核型全自动化分析平台奠定科学基础。

本项目研究智能诊断方法帮助临床医生提高染色体核型分析效率，重点研究基于中期图像的全染色体深度学习自动计数，分割和分类算法。项目负责人很好地完成本项目目标，实现了基于中期图像的全染色体深度学习自动计数，分割和分类算法，可以自动完成染色体计数和配对排序 。项目负责人针对染色体计数中存在大量遮挡和自相似的问题带来的检测准确率的影响，提出应用几何信息设计的规则模版与深度学习模型相结合的新方法解耦交叠自相似染色体，结合最新深度学习框架将计数全对率由40%提升至70%。项目负责人提出先进行目标检测分类，再进行分割可视化的新流程方法，实现了染色体自动配对排序，该算法系统可自动将包含检测出染色体的区域进行染色体分割并可视化，从而省去了医生手动进行抠图的操作。为了让分割出的目标重要信息尽可能多地保留以帮助医生更加精细地判断出疾病，项目负责人设计了BCE-Bias-Dice损失函数让模型更多保留前景信息，增强可视化效果。相关成果发表领域内最具影响力的国际期刊IEEE Transactions on Medical Imaging（JCR Q1，IF：11.037），为国际上发表的首个基于整图的染色体深度学习计数方法论文。.本项目提升了项目承担单位宁波华美医院在人工智能方面的技术实力，支撑了北医三院乔杰院士团队在生殖医学领域的临床应用，帮助乔杰院士团队以200万元实现相关成果转化。围绕落地应用中可能存在的数据质量不高、标注不足等问题，本项目提出弱监督学习、增量学习、多模态诊断等先进算法，并在公开数据集上验证达到国际领先水平。负责人进一步将所提出的计数和分割算法应用到不同尺度的微观影像智能诊断，构建了基于扫描显微成像骨髓象细胞自动诊断算法并形成增强现实显微镜系统，研发了基于超分辨电镜成像的DeepContact亚细胞互作高通量分析系统，成果获JCB（JCR Q1，IF：8.077）首页推荐。基于该项目积累的技术和研发经验，负责人未来拟围绕国家相关重大战略需求研究多模态跨尺度微观影像新型医学融合诊断算法，并继续申请基金委项目的支持。