肝癌是嚴重危害大眾生命和健康的疾病。最新統(tǒng)計表明，肝癌在世界范圍內居癌癥發(fā)病率的第六位和死亡率的第三位，而我國的肝癌發(fā)病率和死亡率更高，分別居所有癌癥的第五位和第二位。其中，高死亡率的肝細胞癌（hepatocellular carcinoma, HCC）是最常見的原發(fā)性肝癌，占肝癌病例的75%；肝內膽管細胞癌（intrahepatic cholangiocarcinoma, ICC）是繼HCC后的第二大常見原發(fā)性肝癌，占肝癌病例的5-30%。幾項研究表明，HCC和ICC的發(fā)病率在近幾年仍不斷增長。目前針對這兩種原發(fā)性肝癌采取的最主要的治療方法是肝切除術。但是，由于肝癌存在可預測性低、惡化迅速的臨床特點，患者一旦到達晚期，接受肝切除術后反而更容易死亡。因此，術前對肝癌患者的預后風險因素及復發(fā)概率進行精準評估，對于制定合理的治療方案至關重要。
HCC和ICC這兩種肝癌的生物學行為主要反映在組織形態(tài)學以及癌癥發(fā)生位置上，因此醫(yī)學影像分析成為對其預后進行評估的主要手段。目前用于肝癌診斷的醫(yī)學影像主要包括磁共振（Magnetic Resonance Imaging, MRI）和計算機斷層掃描成像（Computed Tomography, CT）。其中，MRI比CT具有更高的軟組織對比度并可提供大量功能信息。同時，使用不同成像參數(shù)掃描得到的多模態(tài)MRI圖像，可以提供更為豐富的結構和功能互補信息，對于準確評估肝癌患者的預后更加有利。
因此，若想實現(xiàn)精準診療，對高質量、多模態(tài)影像的精準解讀是關鍵。人工智能技術可以讓計算機自主學習影像特征，從而提高肝癌醫(yī)學影像分析的準確性和自動化程度，因此，智能診斷已經(jīng)成為相關領域研究者們下一步需要攻克的難關?？傊?，基于多模態(tài)影像的肝癌智能診斷技術研究具有重要的學術意義和臨床應用價值。
本項目是在醫(yī)學影像人工智能的技術創(chuàng)新基礎上，實現(xiàn)可用于臨床的肝癌智能診斷系列方法，以期輔助醫(yī)生進行肝癌患者的治療決策，改善患者結局。