数坤携手顶尖医院多项研究成果被收录，全面打造数字人体磁共振模态 AI 体系

2023-06-14 10:20 数坤科技

在愈发扎实的科研成果的支撑下，数坤科技以全面的数字化人体为目标，将持续强化心、脑、腹等各部位磁共振模态 AI 的布局与开发，引领行业在影像检查模态方面迈入全新领域。

ISMRM 2023

6月3日至8日，磁共振领域全球规模最大、学术性最强、行业内最具权威性和影响力的顶级学术盛会——国际医学磁共振学会（ISMRM）年会在加拿大多伦多盛大召开。数坤科技和国内多家顶尖医院合作的多项研究成果被大会收录，涉及肝脏、心脏、冠脉和头颈等多部位研究，与来自世界各地的顶级专家学者共同研讨磁共振专业发展的最新方向，探索 AI 与磁共振模态结合的科研创新路径和临床应用场景。

在被 ISMRM 年会收录的论文摘要中，基于全球首创且目前唯一的肝脏 MR AI 领导者产品的技术实力，数坤科技分别与四川大学华西医院、首都医科大学附属北京友谊医院、上海仁济医院进行合作研究，验证了数坤肝脏 MR AI 产品在多序列识别与联动阅片、多参数量化分析、智能随访、3D VR 和全肝及肝分段体积量化等方面的高临床可用性，覆盖肝癌“筛、诊、治、管”全路径，引领肝脏 MR 实现突破性创新。

基于全球首创“数字心”产品的原研能力，数坤科技与北京协和医院联合开展兼顾多场景、多种参数量化分析的心脏 MR AI 科研，结果证明了数坤 AI 具有在 MR 模态下进行冠脉、心房、心室等结构的精准分割，冠脉狭窄检出，心脏功能学定量分析等能力。作为心脏 AI 领域当仁不让的领跑者，数坤科技也在与更多顶级医院合作开展磁共振心脏 AI 的开拓性研究，将不断产出更多临床实用产品，不断产出更多行业科研成果，持续夯实心脏全场景诊疗的行业领导者地位。

同时，基于目前业内唯一一款同时获批中国NMPA三类证、美国FDA认证和欧盟MDR CE认证的“数字脑”产品的先发优势，数坤科技携手吉林大学第一医院进行了头颈MRA AI的相关研究，验证了3D卷积神经网络在自动识别和分割头颈部血管方面耗时少、准确性高、一致性强等优势。

在愈发扎实的科研成果的支撑下，数坤科技以全面的数字化人体为目标，将持续强化心、脑、腹等各部位磁共振模态 AI 的布局与开发，引领行业在影像检查模态方面迈入全新领域。随着数字人体磁共振模态 AI 体系的全面完善，数字人体平台2.0 将不断释放 AI 的技术潜力，持续引领开拓医疗 AI 的应用边界。

科研不断验证，夯实全球首创且目前唯一肝脏 MR AI 产品力

数坤科技推出全球首创且目前唯一的肝脏 MR AI 领导者产品，通过独家柔性配准减影技术，实现肝脏 MR 影像毫米级位移和多参数量化分析，赋能肝脏疾病从扫描检查到报告诊断再到治疗决策全流程。

临床验证结果被 ISMRM 2023 年会收录，引领行业在肝脏 MR 领域实现突破性创新。

科研成果

四川大学华西医院&数坤科技

Subclassification of Barcelona Clinic Liver Cancer Stage A HCC using fully automatic 3D segmentation-derived total tumor burden at MRI

《基于 MR 的全自动 3D 量化分析评估肿瘤负荷对 BCLC A 期肝细胞癌进行细分类》

连续精确地监测肝癌患者的肿瘤负荷对于支持制定个性化治疗方案、评估患者对治疗的反应、监测复发和转移等预后指标具有重要的临床价值，但现行的巴塞罗那肝癌分期主要依赖对最大肿瘤直径的一维测量和肿瘤数量评价，很难全面地反映患者完整肿瘤负荷的总体情况，此外半自动的评估方式也显著限制了其临床可及性和结果的可重复性。

本次数坤科技与四川大学华西医院合作的研究被 ISMRM 2023 选中进行大会口头报告，还受到国家自然科学基金会资助。

该研究第一次使用全自动 3D 量化分析技术对 BCLC A 期肝细胞癌的肿瘤负荷进行评估。研究结果表明，使用数坤 LiverDoc 进行全自动的 3D 量化分析评估 BCLC A 期肝细胞癌的肿瘤负荷，相较于半自动的单维度测量方法，显示出更强的预后指标，并且耗时更少、准确性更高。展示了数坤肝脏 MR AI 用于术前肿瘤负荷评估、支持临床治疗方案决策、治疗后智能监测、随访的优势和广阔临床应用前景。

根据 BCLC A 期肝细胞癌患者低（≤18.5%）和高（>18.5%）总肿瘤负荷的整体生存曲线

科研成果

首都医科大学附属北京友谊医院&数坤科技

A clinically applicable deep-learning model for automatic detection of focal liver lesions on Gd-DTPA-enhanced MRI

《使用深度学习模型在 Gd-DTPA 增强MR 图像中自动检测肝脏局灶性病变》

动态增强 MR 已成为检测和诊断肝脏局灶性病变（FLLs）的首选影像检查。然而，在 Gd-DTPA 增强 MRI 中准确识别 FLLs 需要医生具备较高水平的诊断技能和经验。此外，传统阅片方法耗时耗力，且易受阅片医生的主观因素影响，导致诊断结果的一致性不强。

数坤科技与北京友谊医院合作使用 3D 卷积神经网络构建了一个统一的多序列病变检测器（MSLD），在 Gd-DTPA 增强 MR 的多序列图像上同时检测肝脏局灶性病变。研究对模型的性能在整体和多序列中分别进行了验证和评估，结果表明，该模型在自动识别多序列肝脏局灶性病变的准确性和敏感性均较高。

每个单独的 MRI 序列和总体 MSLD 模型的 FROC 曲线

科研成果

上海仁济医院&数坤科技

Quantitative 3D tumor enhancement on contrast-enhanced MR imaging in patients with HCC after TACE：a consistency evaluation

《基于对比增强 MR 的 TACE 术后肝癌活性区自动 3D 量化评估》

对于不适合进行手术治疗的肝癌患者，肝动脉化疗栓塞术（TACE）是临床常用的控制肝癌进展的方法。近年来 qEASL 成为评估肝癌患者 TACE 术后效果的有效手段，但其半自动化的操作方式复杂耗时，同时存在主观操作偏差的问题。急需更省时高效的优化升级。

数坤科技与上海仁济医院合作，将 AI 全自动评估 TACE 术后患者肝癌活性区的结果与高年资医生手动勾画结果进行比较，研究发现全自动 AI 评估在用时更短的同时，有效降低了主观偏差对结果可重复性的影响，有力佐证了数坤肝脏 MR AI 的卓越临床应用价值。

a 和 c 是对同一张 ROIs 序列 MR 图像，通过全自动和半自动评估方式分别获得；

b 和 d 是对同一张 ROIs 序列 MR 图像，通过全自动和半自动评估方式分别获得。

率先推出心脑 MR AI 解决方案，巩固心脑全场景诊疗领导者地位

凭借全球首创“数字心”产品的原研能力与技术积累，数坤科技率先推出 MR 模态全心解决方案，形成 CT&MR 双模态联合的心脏全场景诊疗模式，全面助力冠心病风险的早期筛查和多种心血管疾病的精准诊断。此外，数坤科技还进行了头颈 MRA AI 的相关研究，验证了 3D 卷积神经网络在自动识别和分割头颈部血管方面的显著优势，为数坤头颈 MRA AI 产品的研发提供了扎实的临床研究支撑。

研究结果被 ISMRM 2023 收录，引领行业实现心脑全场景诊疗的跨越式升级。

科研成果

北京协和医院&数坤科技

Deep learning based automatic segmentation of non-contrast coronary magnetic resonance angiography images

《基于深度学习技术的冠脉 MRA 血管自动分割》

相比于冠脉 CTA，冠脉 MRA 具有不需要注射对比剂、没有辐射等优势，但因为其检查耗时长、阅片难度大等，特别是图像后处理和血管分割需要繁琐冗长的专业劳动，临床适用性受到明显限制。

数坤科技与北京协和医院合作，通过迁移学习（transfer learning）技术建立冠脉 MRA 血管自动分割模型。研究结果显示，数坤冠脉 MRA AI 可以进行自动血管分割，并获得高准确性的结果，有望在标准化临床工作流程中助力增强冠脉 MRA 检查的适用性。

VR、MIP 和 CPR 的 AI 自动重建结果

科研成果

北京协和医院&数坤科技

Deep learning algorithm based on LTSM for automated bi-ventricle segmentation of CMR images

《基于长短期记忆递归神经网络技术的 CMR 心房心室自动识别与分割》

CMR 检查在评估分析心脏结构和功能中，如测定左右心室容积、心室壁厚度、射血分数分析等方面发挥着重要作用，但由于易受运动伪影、模糊边界等因素的影响，临床使用 CMR 进行心脏结构的识别与分割仍具有相当的挑战性。

数坤科技与北京协和医院合作，将长短期记忆递归神经网络（LSTM）技术与 CMR 结合，用于自动识别与分割心房心室，得到了高准确性的验证结果，证明了数坤 AI 赋能临床 CMR 检查提质增效的巨大潜力。

手动标注和 AI 自动分割的左右心室容积和左心室壁厚度结果对比

科研成果

吉林大学第一医院&数坤科技

Deep learning based automatic segmentation of brain magnetic resonance angiography images

《基于深度学习技术的头颈 MRA 血管自动识别与分割》

精确的头颈部血管识别与分割在支持临床治疗决策制定和相关科研中发挥着重要作用。但由于头颈部血管走形范围跨度大、分支血管纡曲且局部与颅骨关系密切等，手动进行头颈 MRA 图像后处理耗时耗力且易出错，使用 AI 进行头颈 MRA 自动血管识别与分割的难度极大，充满挑战性。

数坤科技与吉林大学第一医院合作，将 3D 卷积神经网络技术用于头颈 MRA 血管自动识别与分割，分析结果与独立检验数据对比发现，数坤头颈 MRA AI 在自动识别与分割血管方面具有高敏感性和高准确性，有助于解决人工分割结果存在主观偏差的问题，可显著提高增强 MRA 图像后处理的工作效率。