全文总字数：4452字

1. 研究目的与意义及国内外研究现状

健康医疗大数据是国家的重要基础性战略资源。

健康医疗大数据应用发展将带来健康医疗模式的深刻变化，有利于激发深化医药卫生体制改革的动力和活力，提升健康医疗服务效率和质量，扩大资源供给，不断满足人民群众多层次、多样化的健康需求。

放眼全球，以肿瘤为主要对象，覆盖从早期筛查、辅助诊断、伴随诊断到精准治疗全流程的精准医疗产业已经形成。

2. 研究的基本内容

1.学习相关研究工作，包括深度学习方法的应用、数据集的取用、腺体的特征以及结果验证评估等；2.获取前列腺穿刺活检数据，并对数据进行腺体标记及简单的预处理；3.调试实现不同的深度分割网络方法，比较选取恰当合适的分割网络；4.能通过深度分割网络对前列腺穿刺活检数据上的腺体区域进行自动分割，同时分析分割结果及测试验证；为后续在腺体区域进行特征提取进行基础性研究工作。

3. 实施方案、进度安排及预期效果

实施方案：1) 查阅相关文献，了解前列腺癌症格里森分级的背景和意义，以及当前针对分级的方法的研究现状以及腺体对于格里森分级的重要性；2）了解不同的深度分割网络的原理及其具体实现方式，考虑其对于医学图像中腺体区域自动分割的可能性尝试；3）选定前列腺穿刺活检数据，对数据进行处理，准备腺体分割数据集；4）通过深度分割网络对腺体区域自动分割进行训练测试分析实验结果，为后续特征提取及格里森分级进行基础性研究工作。

进度安排：2017.12 -- 2018.01 学习相关文献，完成开题报告、任务书及外文翻译；2018.02 -- 2018.03 阅读相关文献，调试实现不同的深度分割网络； 2018.03 -- 2018.04 选定前列腺穿刺活检数据，并开始对数据进行处理，制作腺体数据集；2018.04 -- 2018.04 确定深度分割网络并对腺体数据集进行网络训练；然后测试网络模型，分析实验结果；完成毕业论文初稿；2018.05 -- 2018.06 修改完善毕业论文，参加答辩。

预期效果：训练得到具有较好分割效果的腺体区域自动分割模型，并基于此实现在穿刺全扫描病理图像上的腺体区域预测。

4. 参考文献

[1]. world health organization. http://www.who.int/mediacentre/factsheets/fs297/en/.

[2]. 王云帆, 缪琦, 张晋夏,等. 穿刺活检前列腺癌119例病理形态、gleason分级及预后分组[j]. 诊断病理学杂志, 2018(1).

[3]. 郑众喜. 拥抱数字病理时代[j]. 实用医院临床杂志, 2017, 14(5):6-9.