近日，广西科技大学第二附属医院作为第一完成单位，由杨晓波副校长带领的广西甲状腺肿瘤精准防治研究重点实验室研究团队，在知名学术期刊Frontiers in Oncology （IF=6.244）发表了题为“Classification and diagnosis of residual thyroid tissue in SPECT images based on fine-tuning deep convolutional neural network”的研究论文。

    甲状腺癌患者在甲状腺全切术后复查时会服用小剂量的 ¹³¹I，通过单光子发射计算机断层扫描 (SPECT) 来诊断甲状腺组织是否有体内残留。 但是，常规观察很难分辨不同类别的SPECT图像的特异性，临床上也难以根据SPECT图像准确诊断患者体内残留的甲状腺组织。基于上述情况，研究团队提出了一种基于卷积神经网络模型的 ResNet-18 微调方法，预处理 SPECT 图像以提高图像质量并去除背景干扰，使用预处理后的图像样本对预训练的ResNet-18模型进行微调以获得更好的特征，使用Softmax分类器对残留的甲状腺组织进行诊断。此研究成果在446位患者的 SPECT 图像上进行了测试，将人工智能应用于甲状腺组织残留分类的临床问题上，有效提高甲状腺组织残留的诊断准确性，在更准确地诊断体内残留甲状腺组织的患者的同时避免过度治疗的发生。

    广西甲状腺肿瘤精准防治研究重点实验室由40多名博士、博士后以及核医学科、甲状腺外科、耳鼻咽喉-头颈外科、病理科、超声科、医学检验科等医护人员组成的多学科合作团队，从甲状腺筛查、流行病学调查、治疗、随访等每一个环节，都建立标准化的流程，以及病人的健康档案。实验室每两周定期召开一次会议，参会人员从医院院长到科室医生、护士，会议针对工作开展存在的问题、疾病诊疗中遇到的临床问题等，进行深入探讨以及制定下一步的工作，最大限度地提供多学科综合规范治疗，为每一位患者打造个性化的治疗方案和服务，共同提高甲状腺肿瘤诊治水平。