使用机器学习识别脑部肿瘤的能力

德克萨斯大学奥斯汀分校、德克萨斯高级计算中心

原发性脑瘤涵盖范围广泛的肿瘤根据细胞类型的不同,肿瘤的侵犯,阶段。快速、准确地描述肿瘤治疗计划的一个关键方面。目前这是一个任务留给放射科医生的训练,但在未来,计算,特别是高性能计算,将发挥支持作用。

乔治圆珠笔机械工程教授和领导者冰并行算法的数据分析和仿真组在德克萨斯大学奥斯汀分校,已经工作了近十年来创建准确和高效的计算算法,可以描述神经胶质瘤,最常见的原发性脑肿瘤和积极的类型。

20国际会议在医学影像计算和计算机辅助介入(MICCAI 2017),圆珠笔和合作者从宾夕法尼亚大学(Christos Davatzikos教授为首),休斯顿大学(由Andreas芒教授)和斯图加特大学(由梅尔米里亚姆教授领导),提出了一个新的结果,全自动方法相结合的生物物理模型肿瘤生长与机器学习算法的分析磁共振(先生)成像数据的神经胶质瘤患者。所有组件的新方法是通过超级计算机在得克萨斯高级计算中心(TACC)。

圆珠笔的团队测试了他们的新方法在多通道脑瘤分割挑战2017(小鬼17),比赛每年举办一次,世界各地的研究小组目前计算机辅助识别方法和结果和脑部肿瘤的分类,以及不同类型的癌症区域,使用术前MR扫描。

系统在前25%的挑战和顶部附近的整个肿瘤的分割。

“竞争与异常组织的描述病人患有神经胶质瘤,最普遍的一种原发性脑瘤,“圆珠笔说。“我们的目标是把一个图像和描绘它自动识别不同类型的异常组织水肿,增强肿瘤(肿瘤咄咄逼人的地区),和坏死组织。就像拍照的家人和识别每个成员做面部识别,但是这里你组织识别,这一切都是自动完成的。”

训练和测试的预测管道

的挑战,圆珠笔和他的团队的十几名学生和研究人员,提前提供了300套的大脑图像所有团队校准他们的方法(所谓的“培训”在机器学习的说法)。

在最后的挑战的一部分,组织有140患者的数据,来确定肿瘤的位置和细分成不同的组织类型的两天。

“在48小时的窗口,我们需要所有的处理能力可以得到,“圆珠笔解释道。

图像处理、分析和预测管道圆珠笔和他的团队使用有两个主要步骤:监督机器学习步骤的电脑创建一个概率地图目标类(“整个肿瘤,”“水肿”,“肿瘤核心”);,第二步把这些概率与生物物理模型,代表着肿瘤生长在数学术语,强加限制的分析,帮助找到相关性。

TACC计算资源启用圆珠笔的团队使用大规模的最近邻分类器(一种机器学习方法)。每体元或三维像素,在先生的大脑图像,系统试图找到所有类似的体素的大脑已经看到确定区域代表肿瘤或肿瘤。

300 150万压/大脑和大脑来评估,这意味着计算机必须看一半十亿像素点为每个140未知的新体素的大脑分析,决定为每个立体像素是否代表肿瘤或健康组织。

“我们用快速算法和近似使这一切成为可能,但我们仍然需要超级计算机,“圆珠笔说。

每个的几个步骤分析管道使用单独TACC计算系统。最近的邻居节点同时使用机器学习分类组件60(每个组成的68处理器)Stampede2, TACC最新的计算机和一个世界上最强大的系统。(圆珠笔是最早研究人员访问Stampede2超级计算机在春天,能够测试和调优算法为新处理器。)他们用Lonestar 5运行分割的生物物理模型和特立独行的结合。

大多数团队必须限制他们使用训练数据量或更简化分类器算法适用于整个训练集,但是优先级访问TACC生态系统的超级计算机意味着圆珠笔队可以探索更复杂的方法。

“乔治来找我们之前的后代挑战,问他们是否可以优先获得Stampede2, Lonestar5,和特立独行的,以确保他们的工作在时间来完成挑战,”比尔巴斯说,TACC主任高性能计算。“我们决定只是增加他们的优先级可能不会削减它,所以我们决定给他们一个预订在每个系统上以掩盖他们需要48小时的挑战。”

结果,圆珠笔和他的团队能够140上运行他们的分析管道的大脑在不到4小时和正确的测试数据和近90%的准确率,是人类与放射科医生。

他们的方法是完全自动的,圆珠笔说,只需要少量的初始算法参数来评估图像数据和分类肿瘤没有任何实际的努力。

整合不同的研究

团队的可伸缩、biophysics-based图像分析系统是经过十年的研究各种各样的计算问题,根据圆珠笔。

“在我们集团和我们的合作者的团体,我们在图像分析研究有多个线程,可扩展的机器学习和数值算法,”他解释道。“但这是第一次我们一起把所有的应用程序,让我们的工作方法很具有挑战性的问题。这不容易,但很充实。”

小鬼们竞争从而代表一个转折点在他的研究中,圆珠笔说。

“我们所有的工具和基本理念,现在我们波兰,看看我们可以改善它。”

图像分割分类器将被部署在宾夕法尼亚大学在今年年底与他的合作者合作,Christos Davatzikos,中心主任生物医学影像计算和分析和放射学教授。它不会代替放射科医生和外科医生,但它将提高评估的再现性和潜在的加速诊断。

团队开发的方法超越大脑肿瘤鉴别。他们适用于许多问题在物理、医学以及包括半导体设计和等离子体动力学。

圆珠笔表示:“获得TACC超级计算机使我们的生活变得容易多了,让我们提高效率,是一个真正的优势。”

这篇文章被转载材料所提供的德克萨斯大学奥斯汀分校。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。