Page 8 - 林口醫研部2022年12月電子報

黃 士 強 醫 師 、 陳 澤 卿 醫 師

參賽代表人

黃士強、陳澤卿醫師

主題之內容、亮點與特色

在病理科常規任務中，檢查淋巴結內是否有轉移癌細胞是一項費力又耗

時的工作，因此在實現人工智慧輔助醫師診斷的路上，淋巴結轉移偵測就成

為優先項目之一。然而，儘管卷積神經網路在自然影像上取得優於專家的區

辨力，要將其成功複製到數位病理領域，首先會面臨到病理全玻片影像解析

度極大的問題。這使得過往的方法必須繞開這個問題，例如基於分塊影像的

方法，即需要先對玻片影像窮盡標註所有癌細胞病灶，再對影像進行切割以

降低解析度，相當耗費標註人力及時間。因此，為了要免去大量標記需求，

我們利用淋巴結等級的標註及高達50億像素的淋巴結影像直接訓練卷積神經

網路。在使用5907顆淋巴結影像的訓練下，模型在識別胃癌淋巴結轉移上取

得了玻片等級之接收者操作特徵曲線下面積（AUC）達 0.9936 的高區辨力。

8