尿管結石碎石手術主要有二種,體外震波碎石手術(Extracorporeal Shock Wave Lithotripsy, ESWL)與輸尿管鏡碎石手術(Ureteroscopic Lithotripsy, URSL)。體外震波碎石手術(ESWL)是目前最常選擇的尿管結石治療方式,主要優點是侵入性小、不需要住院、無傷口、不須麻醉、療程不用一個小時、立即恢復正常生活作息等。體外震波碎石手術(ESWL)是利用電擊或電磁場所產生的震波,聚焦後產生的能量將結石震碎,再隨著大量尿液流出。患者術後只需攝取大量的水分與一些緩解症狀的藥物。然而,體外震波碎石手術(ESWL)的成功機率起伏很大,有些患者情況不適合體外震波碎石手術,例如結石太大、結石太硬(磷酸鈣或胱氨酸)、結石硬度成分分布的同質性、結石位置距離皮膚表面太深、嚴重的泌尿道感染等,此時醫師就必須當機立斷地採用侵入性大且患者不易立刻接受的輸尿管鏡碎石手術(URSL)或開腹手術。
「尿管結石碎石手術預測與選擇」技術主要分為「自動尿管結石分割」與「自動尿管結石分析」二個階段。此自動預估技術可以協助泌尿科醫師從電腦斷層掃描影像序列中,診斷與預測尿管結石體外震波碎石手術的成功機率,並最終從「體外震波碎石手術」與「輸尿管鏡碎石手術」中,決定最佳的碎石手術處置方式。在「自動尿管結石分割」階段,本作品採用的UNet3+深度學習模型架構,把來自不同尺度特徵圖中的深層語意與淺層細節直接結合,因此更適用於尿管結石這種小物件分割。尤其是基於UNet3+深度學習模型,本作品採用ResStage編碼器來強化尿管結石特徵的提取與訓練,然後再使用CGM分類演算法來減輕淺層深度學習網路中因為背景雜訊或殘留信息導致過度分割的現象。在「自動尿管結石分析」階段,本作品採用電腦斷層掃描影像序列中自動量測而來的尿管結石特性,例如:體積、密度、異質性及皮膚到結石之間距離等,當成尿管結石體外震波碎石手術的分類資料集。然後,本作品進一步地提出「特徵平衡集成式學習二元分類預測模型自動尿管結石分析」技術來分析尿管結石碎石手術成功機率,並優化傳統分類器中尿管結石影響因素的分類閾值或加權比重,達到最佳預測準確率。