心臟病的危害極大，嚴(yán)重威脅人類(lèi)生命健康，其中“主動(dòng)脈夾層”稱(chēng)得上是最為兇險(xiǎn)的心臟病之一，65%～70%在急性期死于心臟壓塞、心律失常等，故早期診斷和治療非常必要。

主動(dòng)脈夾層根據(jù)破口位置分為A型和B型，其中累及降主動(dòng)脈的B型主動(dòng)脈夾層一般通過(guò)移植覆膜支架手術(shù)來(lái)治療。手術(shù)前，醫(yī)生需要根據(jù)夾層形態(tài)參數(shù)（如真腔最大直徑）來(lái)做預(yù)后及確定具體的手術(shù)方案，如選取合適尺寸的支架，判斷手術(shù)效果。傳統(tǒng)的參數(shù)提取方法往往很耗時(shí)且依賴(lài)醫(yī)生經(jīng)驗(yàn)。近年來(lái)隨著深度卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用條件的成熟，在動(dòng)脈造影圖像分割領(lǐng)域也實(shí)現(xiàn)了更好的效果及更高的準(zhǔn)確性。

利用深度學(xué)習(xí)進(jìn)行主動(dòng)脈真假腔分割有賴(lài)于大量手動(dòng)標(biāo)注的主動(dòng)脈圖像來(lái)訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò)，計(jì)算量大，且對(duì)計(jì)算能力的要求非常高。

匯醫(yī)慧影公司聯(lián)合北京301解放軍醫(yī)院總院，借助NVIDIA GPU，將深度學(xué)習(xí)技術(shù)應(yīng)用至B型主動(dòng)脈夾層分割及破口檢測(cè)的多任務(wù)學(xué)習(xí)。匯醫(yī)慧影利用大量帶有主動(dòng)脈及夾層手動(dòng)標(biāo)注的三維CTA 圖像，提出了基于深度卷積神經(jīng)網(wǎng)絡(luò)的夾層分割方案。在此基礎(chǔ)上可確定破口位置，并計(jì)算夾層形態(tài)參數(shù)，為醫(yī)生提供臨床決策支持。

基于手動(dòng)分割的金標(biāo)準(zhǔn)圖像，分別得到主動(dòng)脈、真腔和假腔的二值化標(biāo)注。主動(dòng)脈壁和內(nèi)膜片可以通過(guò)主動(dòng)脈標(biāo)注減去真假腔標(biāo)注得到。

其多任務(wù)深度學(xué)習(xí)網(wǎng)絡(luò)如下圖所示。卷積層和反卷積層的參數(shù)被三個(gè)任務(wù)共享：主動(dòng)脈分割、真腔分割、假腔分割。每個(gè)任務(wù)均屬于二值分割。

三個(gè)分割任務(wù)的損失函數(shù)在訓(xùn)練過(guò)程中同時(shí)得到優(yōu)化。模型采用原始的3D CTA圖像作為輸入，輸出為主動(dòng)脈、真腔和假腔的二值化掩膜。

根據(jù)多任務(wù)學(xué)習(xí)理論，三個(gè)存在內(nèi)在關(guān)聯(lián)的分割任務(wù)在協(xié)同訓(xùn)練的過(guò)程中會(huì)相互促進(jìn)，借助于任務(wù)之間共享的參數(shù)，主動(dòng)脈和真假腔之間存在的解剖關(guān)系可以被網(wǎng)絡(luò)學(xué)習(xí)到，這種關(guān)系對(duì)于網(wǎng)絡(luò)訓(xùn)練而言相當(dāng)于引入了一個(gè)先驗(yàn)知識(shí)。因此，相比于訓(xùn)練多個(gè)網(wǎng)絡(luò)來(lái)獨(dú)立解決三個(gè)分割任務(wù)，多任務(wù)網(wǎng)絡(luò)的效果會(huì)更好，該方式已經(jīng)通過(guò)實(shí)驗(yàn)得到了驗(yàn)證。

GPU訓(xùn)練耗時(shí)減半，性能提升

匯醫(yī)慧影通過(guò)使用相同的基礎(chǔ)網(wǎng)絡(luò)和共享參數(shù)，基于4塊NVIDIA GPU，對(duì)其3D多任務(wù)深度學(xué)習(xí)網(wǎng)絡(luò)進(jìn)行訓(xùn)練和測(cè)試，最終得以同時(shí)輸出主動(dòng)脈，主動(dòng)脈真腔和主動(dòng)脈假腔的分割結(jié)果。且使用GPU之后的訓(xùn)練時(shí)間至少能夠減少50%，大大減少了模型訓(xùn)練和預(yù)測(cè)的時(shí)間，準(zhǔn)確性也得以提升。

神經(jīng)網(wǎng)絡(luò)性能的大幅提升，將更好地為判斷夾層的轉(zhuǎn)歸提供更多信息，也使其成為醫(yī)生快捷的決策工具，幫助臨床醫(yī)生面對(duì)B型主動(dòng)脈夾層病人，迅速?zèng)Q定最佳的治療方案。