英伟达用GAN生成脑瘤图像 训练出的AI医生 准确率提高16

栗子脑 发自 凹非寺

量子位 出品 公众号 QbitAI

辅助医生做疾病诊断的AI，已越来越常见。

从前，每只AI要吃下来自放射科的许多许多图像数据，学好图中的特征，才可能出师。

数据集越大越好，数据也是越多样越好 (样本不能太单一) 。可是相比健康的结果，研究人员找不到那么多病变的图像可用。

如今，医学诊断AI依然需要喂食大量的数据，但未必用放射科真实捕捉的图像了。

英伟达与一众医疗机构合作，开发了一只医学GAN，用来生成脑部核磁共振(MRI) 的图像，专攻脑肿瘤识别。

他们说，以后就不愁数据集不够大、不够丰富了。

诊断能力有提升

做头部核磁成像的人很多，可大部分检查结果还是正常。

用这样的数据集训练出的AI，见不到更多脑肿瘤的情况，诊断能力也会被局限。

英伟达的GAN，要生成病变的脑部图像。为训练数据集，填补不正常的那部分。

这只AI，是用PyTorch搭起，然后在英伟达DGX平台上训练的。

模型分为三个部分：

一是生成器做脑部语义分割，鉴别器判断真假；

二是生成器用肿瘤语义分割生成MRI图像，鉴别器判断真假；

三是生成器做肿瘤语义分割，鉴别器判断真假。

GAN吃的数据集有两个，一个是阿兹海默神经成像计划 (ADNI) ，另一个是多模态脑肿瘤图像分割基准 (BRATS) 。其中，BRATS的20%留作测试集。

训练完成之后，GAN生成的假MRI图像几可乱真。

用真实MRI图像与合成MRI图像的混合数据集训练的诊断AI，正确率达到80%比，仅用真实图像训练 (64%) 时，提高许多。

欣赏一下数据多样性

脑部肿瘤的情况有很多种，GAN的生成结果也需要五花八门，才能更好地辅助诊断。

论文传送门：

https://arxiv.org/pdf/1807.10225.pdf

—完—

加入社群

量子位AI社群28群开始招募啦，欢迎对AI感兴趣的同学，在量子位公众号（QbitAI）对话界面回复关键字“交流群”，获取入群方式；

此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。

进专业群请在量子位公众号（QbitAI）对话界面回复关键字“专业群”，获取入群方式。（专业群审核较严，敬请谅解）

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。