報告題目:探索采用新型定量化的醫學圖像特征用于癌癥風險和預后評估的可行性 

　　報告人:鄭斌教授 

　　時間: 2016年1月7上午10:30  

　　地點: 軟件所5號樓四層中會議室 

　　報告內容: 

　　通過應用Radiomics的原理和技術為實現精準醫學或者個性化的癌癥風險和預后的準確評估是當前醫學工程領域中的一個研究熱點。在我們的醫學圖像計算機輔助診斷實驗室中，我們致力于研究探索如何能夠從放射醫學圖像中定量的提取與近期癌癥發病風險，癌癥預后和腫瘤對于化療反應相關的圖像特征指標。在本演講中，我將介紹我們實驗室中在過去兩年在這個研究方向所開展的工作和取得的初步研究結果。第一，針對乳腺癌，我們從乳腺鉬靶圖像中分析計算左右乳腺密度的不對稱性特征，建立和試驗了一個新型的對于乳腺癌近期發病風險的預測模型為最終建立更有效的個性化乳腺癌普查方法提供幫助。我們通過對于乳腺核磁共振圖像的分析，提取有用的圖像特征和預測乳腺腫瘤對于新輔助化療的反應。第二，針對肺癌，我們從肺部CT圖像中分析計算腫瘤大小，形狀，和密度不均勻性的特征。我們將這些相關醫學圖像特征與其它已知的肺癌生物特征指標物進行對比和融合。以便更準確的預測早期肺癌病人在手術后癌癥復發的風險程度，為這些病人更有效的后續治療提供科學依據。第三，針對卵巢癌，我們從對于卵巢癌病人在參與化療前后的兩組CT圖像中探索，提取和分析相關的圖像特征，以便更有效的和盡早的判斷化療的有效性。通過這些初步的研究工作，我們的實驗數據證明了放射醫學圖像中也包含有許多與癌癥發病和預后機理相關的醫學臨床應用標志物。合理有效的應用這些圖像特征標志物，我們可以建立相關的以人工智能為基礎的統計預測模型為最終建立有效的個性化醫療服務。  

　　報告人簡介:  

　　鄭斌從中國上海機械學院獲得工學學士，碩士學位，美國特拉華大學獲得電機工程博士學位。從1994年到2013年在美國匹茲堡大學醫學院放射醫學系歷任助理教授，副教授和教授。目前擔任美國俄克拉荷馬大學電機和計算機工程系教授和史蒂文森癌癥中心特聘研究員。他是美國醫學與生物工程院（American Institute for Medical and Biological Engineering）的College of Fellows和Journal of X-ray Science and Technology的主編。目前，他領導的癌癥醫學圖像計算機輔助診斷實驗室主要從事癌癥醫學圖像的計算機輔助定量分析工作，建立和測試各類以醫學圖像特征為基礎的癌癥風險和預后的人工智能統計模型。從1998年起，他組織領導了多項有美國健康科學院（National Institutes of Health）立項資助的醫學圖像分析研究項目（包括一項創新型項目（R21），五項重點（R01）項目，兩項與他人合作領導的重點（R01）項目）。在過去20年中他和他的合作者獲得了8項美國專利，在學術雜志上發表了120多篇研究論文和100多篇國際學術會議論文。