近日，百度研究院在發(fā)表的論文中提出了“神經條件隨機場”的病理切片分析算法，并且在Github上開源了整套算法代碼。

該算法在公開數(shù)據(jù)集Camelyon16大賽測試集上，定位FROC分數(shù)為0.8096，超過專業(yè)病理醫(yī)生水平以及由哈佛和麻省理工學院聯(lián)合團隊所保持的最好成績。

病理切片分析是癌癥診斷中的基本標準，即便是經驗豐富的病理醫(yī)生，對于切片的精準度把握也不會達到100%。一張40倍放大的電子化病理切片通常由超過十億個像素點組成，磁盤空間大小超過1GB。然而淋巴結附近微轉移腫瘤細胞群可能最小只有不到1000像素的直徑。而一旦發(fā)現(xiàn)微轉移腫瘤細胞群，病人的治療方案和預后可能就會有極大差別。

百度研究院提出的“神經條件隨機場”是一種深度學習算法，一次性輸入一組3x3的圖塊，并聯(lián)合預測每一張圖塊是否有腫瘤區(qū)域，圖塊之間的空間關系可以通過一種名為“條件隨機場”的概率圖模型來模擬。整套算法框架可以在GPU上進行端到端的訓練，而不需任何后處理的步驟。