人工智能在脑肿瘤诊疗中的应用
研究方向
本方向主要依托复旦大学附属华山医院中枢神经系统疾病生物样本库、国家神经疾病医学中心脑胶质瘤MDT联盟成员单位等多中心数据,通过人工智能深度学习与医学图像数字化技术,对脑肿瘤患者的临床资料、影像、病理图像、分子病理信息、生存期等重要因素进行分析建模,研发包括垂类大模型在内的多模态医学人工智能方法,实现医工结合。进而达到辅助诊断、预后预测、治疗方案推荐等目的。实现大规模图像数据库、远程云诊断以及智能诊断等划时代应用,推动组织脑肿瘤精准诊疗由“人工化、主观化”向“自动化、标准化”转变。
发明专利与转化
1. 病理切片图像处理方法、电子设备及储存介质,专利号:CN113496484B
2. 一种神经病理的AI 辅助诊断设备,授权号:CN119880804B
3. 一种脑胶质瘤中CSF1R预测方法、存储介质和装置,授权号:CN120340839B
4. 仿真图像生成方法、装置、系统及存储介质,申请号:CN202510997070.7
5. 中华人民共和国医疗器械注册证:数字病理图像处理软件-uAI-Pathology 注册证编号:沪械注准20212210574
相关课题
1. 基于深度学习的脑胶质瘤病理诊断系统的前瞻性临床研究, 2023.07-202026.06,上海市卫生健康委员会
2. 脑肿瘤术中冰冻病理诊断级数字石蜡仿真生成模型开发与临床验证研究,2026.01-2028.12,国家自然科学基金
3. 基于深度学习的人工智能数字化脑肿瘤病理辅助诊断系统的样机研发, 2022.04-2025.03, 上海市科学技术委员会
4. 基于LNA-ARMS-PCR及人工智能实现脑胶质瘤术中整合诊断的临床转化研究, 2023.12- 2026.01
5. 上海脑库技术体系的初步建设,2016.12-2019.11,上海市科学技术委员会
6. 华东地区人脑库协作网络平台建设,2021.12-2026.11,科技部
7. 脑肿瘤数据库及共享平台建设与开发,2020.12-2022.09,上海申康医院发展中心
更多在研项目
1. 手术视频智能快剪与质控 – 合作单位:联影
2. 医患沟通共创解决方案 – 合作单位:联影
3. 术中光学成像动物实验 – 合作单位:卡尔蔡司
代表性文章
- Jin L#, Shi F#, Chun QP, Chen H, Ma YX, Hameed NUF, Wu S, Mei CM, Lu JF, Zhang J, Aibaidula A, Shen DG*, Wu JS*. Artificial Intelligence Neuropathologist for Glioma Classification using Deep Learning on Hematoxylin and Eosin Stained Slide images and Molecular Markers. Neuro-Oncology, 2021, 23(1): 44-52.
- Liu X#, Sun T#, Chen H#, Wu S, Cheng H, Liu X, Lai Q, Wang K, Chen L, Lu J, Zhang J, Zou Y, Chen Y, Liu Y*, Shi F*, Jin L*, Shen D, Wu J. A Multicenter Study on Intraoperative Glioma Grading via Deep Learning on Cryosection Pathology. Mod Pathol. 2025 Jul;38(7):100749. doi: 10.1016/j.modpat.2025.100749.
- Tang ZY#, Xu YY#, Jin L#, Aibaidula A, Lu JF, Jiao ZC, Wu JS*, Zhang H* and Shen DG*. Deep Learning on Imaging Phenotype and Genotype toward Overall Survival Time Prediction for Glioblastoma Patients. IEEE Transactions on Medical Imaging, 2020, 39(6): 2100-2109
- Chen L#, Zhang H#, Lu JF#, Thung K, Aibaidula A, Liu LY, Chen SC, Jin L, Wu JS*, Wang Q*, Zhou LF*, Shen DG*. Multi-Label Nonlinear Matrix Completion With Transductive Multi-Task Feature Selection for Joint MGMT and IDH1 Status Prediction of Patient With High-Grade Gliomas. IEEE Transactions on Medical Imaging, 2018, 37(8): 1775-1787.
- Ma YX#, Shi F#, Sun TP#, Chen H, Cheng HX, Liu XJ, Wu S, Lu JF, Zou YP, Zhang J, Jin L*, Shen DG*, Wu JS*. Histopathological auxiliary system for brain tumour (HAS-Bt) based on weakly supervised learning using a WHO CNS5-style pipeline. J Neuooncol, 2023, 163(1):71-82.
- Zhang N#, Yuan B#, Yan J#, Cheng J, Lu J*, Wu J*. Multivariate machine learning-based language mapping in glioma patients based on lesion topography. Brain Imaging Behav. 2021 Oct;15(5):2552-2562.
- Jin L#, Sun TY#, Liu X#, Cao ZH, Liu Y, Chen H, Ma YX, Zhang J, Zou YP, Liu YC, Shi F*, Shen DG*, Wu JS. A multi-center performance assessment for automated histopathological classification and grading of glioma using whole slide images. iScience, 2023, 29;26(11):108041
- 刘熙#,金雷#,吴劲松*。神经外科手术机器人研究进展。中华外科杂志,2023 年11 月第 61 卷第 11 期。