很多脑疾病，比如脑出血是神经内、外科最常见的难治性疾病，具有致死率、致残率高的特点。医学影像是诊断脑出血的首要方法，早发现、早诊断、早治疗可以极大程度挽救患者生命，提高生存率。脑出血辅助分析软件可以辅助医师快速、精确定位脑卒中出血区域，量化出血容积，定位诊断。支持医师在浏览和书写报告的同时自动化完成脑出血病灶浏览、定性评估、定量统计、协助生成诊断结果，在最短时间内获得患者病情、制定治疗方案所需要的信息。

（1）脑出血智能辅助诊断平台

研究团队已建立以高血压脑出血为主的，包含各种出血类型、多模态的中国颅内出血影像数据库(CICHID)。数据库收集了来自30余家三甲医院的1万例病人住院期间完整、连续的医学资料，不但包括近5万次头部扫描数据，还包括病历、辅助检查报告等，成为国内影像组学研究方面最大的数据库之一。研究院团队已经建立了中国第一个专注于高血压脑出血工作的“高血压脑出血外科治疗联盟”，目前联盟单位共有116家医院。高血压脑出血智能化辅助诊疗模型初步完成，准备在联盟内部医院完成进一步临床验证。基于以上数据，在脑出血方面开展相关工作：

l 人工智能在脑实质出血中的方面，在辅助精准评估、软件平台研发、基于移动计算平台神经外科导航等方面开展了系列研究工作：

l 辅助精准评估诊断方面，基于2000余次头部CT扫描，利用深度学习网络，开发了自动分割出血算法，实现分区定量诊断脑出血，与手动分割的金标准一致性达到0.98，远优于传统的多田公式。同时创造性的使用分区脑出血量预测病人的预后，发现预测死亡的AUC值达到0.71，较传统方法0.62有较大提高。在预测血肿扩大问题上，通过深度学习网络，利用隐空间等算法，构建由图像到图像（端到端）的预测模型，不但可以预测血肿是否扩大，还可以预测血肿扩大的量，乃至扩大后血肿的形态，目前测试测试集DICE值达到0.749。

研究院团队已经开发脑出血自动化临床辅助软件平台研发，基于上述研究结果，搭建了智能化云端脑出血自动辅助评估系统，可以便捷的为医生提供分区出血量、中线偏倚、脑脊液/脑实质比值等数据，为临床精准治疗提供依据。

（2）垂体腺瘤辅助诊断平台

研究团队自2012年始，开始建立多种疾病的临床资料数据库和组织标本库，包括垂体腺瘤、胶质瘤、转移瘤、癫痫、脑出血、脑积水等。这些临床资料为本项目的顺利实施打下了坚实的基础。

2015年由研究院的学术带头人王任直教授牵头以中国垂体腺瘤协作组为依托、在国家人口与健康科学数据共享平台下建立了国内首个有关垂体疾病的多中心数据库-中国垂体疾病注册中心（cpdrn.pumch.cn）正式投入使用。截至目前，已经覆盖全国59多家医院，病例数突破45000例，是目前世界上最大的垂体疾病数据库。

1）基于垂体腺瘤电子病历文本数据相关研究结果及应用

团队成员已成熟掌握垂体腺瘤电子病历文本数据的结构化及提取方法，并结合机器学习等方法进行系统性应用研究，目前针对垂体腺瘤患者的治疗效果及复发等方向，已进行预实验研究及有相关结果：

l 预测垂体ACTH腺瘤（库欣病）患者远期预后及复发可能。从垂体腺瘤电子病历数据库中，收集354例术后激素缓解的垂体ACTH腺瘤患者的17项文本特征，利用7中机器学习的算法，并构建预测库欣病患者复发模型，以期指导术后库欣病患者术后随访方案的制定，相关结果已发表于Neuroendocrinology杂志（2019;108:201-210，通信作者，IF= 6.804）。

l 术前预测垂体GH腺瘤（肢端肥大症）患者手术疗效。从垂体腺瘤电子病历数据库中，收集668例垂体GH腺瘤患者的12项术前文本特征，利用6中机器学习的算法，并构建预测肢端肥大症患者手术疗效模型，以期指导术前是治疗方案的制定，是选择药物治疗后手术还是直接手术的临床问题。相关结果已发表于Endocrine杂志（2019 Oct 30. doi: 10.1007/s12020-019-02121-6）。

2） 基于垂体腺瘤影像数据相关研究结果及应用

团队成员基于影像组学的计算方法和应用进行系统性研究，目前针对垂体腺瘤患者的术前诊断、治疗选择、预后预测的方向，已进行预实验研究及有相关结果如下：

l 术前判断侵袭性功能型垂体腺瘤患者的手术疗效。收集163例侵袭性功能型垂体腺瘤患者影像数据，提取特征后，利用SelectKBest-RFE 算法确定7个与预后相关的影像特征，并构建预测侵袭性功能型垂体腺瘤患者预后模型，以期指导术前治疗方案的制定，相关结果已发表于European Journal of Radiology杂志（2019:108647）。已掌握包括垂体腺瘤的肿瘤病灶感兴趣区勾划，特征提取，特征筛选，模型构建及验证等多项技术

l 术前判断垂体GH腺瘤（肢端肥大症）患者肿瘤质地。收集158例垂体GH腺瘤患者影像数据，PyRadiomics提取特征后，利用elastic net算法确定4个与肢端肥大症质地相关的影像特征，并在前瞻性研究中成功验证模型的性能及成功指导术前治疗方案的制定，相关结果已发表于Frontiers in Endocrinology杂志（2019;10:588）。

l 判断垂体GH腺瘤（肢端肥大症）患者对放疗的敏感性。收集57例垂体GH腺瘤患者影像数据，PyRadiomics提取特征后，利用LOOCV留一交叉验证算法确定6个与肢端肥大症患者放疗敏感性相关的影像特征，构建放疗敏感性模型成功指导治疗患者放疗方案的选择及制定，相关结果已发表于Frontiers in Endocrinology杂志（2019;10:403.通信作者，IF= 3.634）。

3) 垂体腺瘤人脸识别

目前，面部识别技术目前已经非常成熟。垂体腺瘤如库欣病、肢端肥大症等是一种具有明显面部特征的神经内分泌疾病，由有ACTH和GH内分泌活性的垂体腺瘤引起。近10年来，研究团队积累了大量垂体腺瘤的病例资料。因此，可以利用这些照片，通过面部识别与机器学习建立这类疾病的数学模型，用于疾病筛查。入组数据集：患者面部正面照片库欣病患者：814张，肢端肥大症患者：1131张，其他类型患者：5642张，Deepglint数据库：4938张，FERET人脸数据集：2018张。利用的神经网络是在ImageNet上训练收敛的Google Inception-v3网络为基础，作出一定修改，经过验证，此神经网络可以较好的诊断库欣病和肢端肥大症患者。

4）DUCG辅助诊断系统

DUCG知识库包括垂体相关的15种垂体疾病症状、体征、实验室检查、影像学检查等，诊断结果可解释，经过病例验证准确率在95%以上。（20个主诉症状，正确率95%），知识库包括：咳嗽咳痰、发热伴皮疹、呼吸困难、腹痛、腹泻、呕血、鼻塞、鼻出血、便血、恶心与呕吐、关节痛、咯血、发热、下尿路症状（含血尿，尿频、尿急与尿痛，少尿、无尿与多尿，尿失禁，排尿困难）。另外，已完成构建、正在测试的有17个主诉症状知识库，包括：胸痛、意识障碍、黄疸、贫血、水肿、肥胖、消瘦、发绀、咽痛、性发育异常、淋巴结肿大、心悸、震颤、儿童发热、妇科相关疾病（3个主诉症状），神经外科专科（含鞍区疾病等）。正在构建的有7个主诉症状知识库，包括：颈腰背痛、头晕、头痛、便秘、皮疹、吞咽困难、四肢麻木。目前已覆盖全科的常见病，包括2000多个疾病，并不断扩充。DUCG系统已经在超过500个卫生医疗机构中使用。

研究院团队将基于垂体腺瘤诊断和筛查方面的工作成果，整合已有的数据平台及系统，开发一个智能的辅助诊断平台供及相应的APP系统供患者筛查。