中科院蘇州醫(yī)工所聯(lián)合麗水市中心醫(yī)院、蘇州大學(xué)附屬第二醫(yī)院研究團(tuán)隊(duì)提出了SEDenseNet網(wǎng)絡(luò)，開展了基于增強(qiáng)MR圖像（層厚3～8mm）的肝細(xì)胞癌惡性程度分級(jí)研究。該研究從麗水市中心醫(yī)院和蘇州大學(xué)附屬第二醫(yī)院獲取了75位病人的增強(qiáng)磁共振圖像，包括75例動(dòng)脈期圖像、75例靜脈期圖像、63例延遲期圖像，共213個(gè)病灶ROI。通過結(jié)合深度學(xué)習(xí)中的DenseNet和SENet兩種網(wǎng)絡(luò)結(jié)構(gòu)，構(gòu)建了SE-DenseNet網(wǎng)絡(luò)，利用SENet對(duì)特征進(jìn)行權(quán)重自學(xué)習(xí)，從而達(dá)到對(duì)重要特征增強(qiáng)的目的，在一定程度上，SE-DenseNet緩解了DenseNet的特征冗余性。

實(shí)驗(yàn)結(jié)果顯示，SE-DenseNet的分類性能優(yōu)于DenseNet和DenseNet-BC（SE-DenseNet：accuracy=0.83， DenseNet：accuracy=0.72， DenseNet-BC：accuracy=0.66）。研究人員表示，與醫(yī)學(xué)影像聯(lián)合使用的人工智能系統(tǒng)SE-DenseNet與增強(qiáng)磁共振圖像結(jié)合，可以在無創(chuàng)條件下為病患完成癌癥分級(jí)。未來將把該技術(shù)應(yīng)用在其開發(fā)的肝癌消融計(jì)劃導(dǎo)航系統(tǒng)中，以更準(zhǔn)確地輔助制訂手術(shù)計(jì)劃。