聯影智能 7 項成果入選醫學影像頂會MICCAI 2019

雷鋒網消息，近日，國際醫學圖像計算和計算機輔助干預會議MICCAI 2019論文錄用結果揭曉，聯影智能7項學術成果被大會收錄。成果涵蓋腦部疾病診斷與評估、器官智能分割、圖像融合配準、系統圖像分辨率提升等AI熱點領域。

其中，聯影智能一項應用于早期輕度認知障礙診斷的獨創算法——腦區動態功能網絡模型算法被收錄為大會口頭報告，各項成果已在全國范圍逐步落地，廣泛應用于醫院臨床與科研項目中。

作為國際頂級醫學影像會議，MICCAI (International Conference on Medical Image Computing and Computer Assisted Intervention) 的全球影響力與學術權威性不可小覷，歷來是醫學影像計算(MIC)和計算機輔助介入(CAI)領域的風向標。

據雷鋒網了解，今年，隨著AI蓬勃發展，大會共吸引了全球134所頂級科研高校的研究團隊參與，論文投稿數同比增長7成，再創新高。而大會秉承一貫嚴苛的評選標準，最終錄取率僅為31%。

獨創腦區動態功能網絡，應對輕度認知障礙精準診斷

【動態圖模型對功能磁共振建模——應對輕度認知障礙】

輕度認知障礙（Mild cognitive impairment，MCI）被認為是阿爾茨海默病（Alzheimer’s disease, AD）的前驅階段，早期識別輕度認知障礙則是防治阿爾茲海默病的關鍵。早期輕度認知障礙的病人并不具有顯著的腦部結構變化，診斷難度較大，往往容易被忽視。

聯影智能提出一種基于圖卷積網絡對功能磁共振的處理技術，分析動態腦區連接模式，用于診斷早期輕度認知障礙。傳統輕度認知障礙診斷方法，大多使用智力狀態檢查量表，更依賴于經驗判斷與主觀評價，很難精準地判斷腦部結構變化、科學地診斷早期輕度認知障礙。聯影智能輕度認知障礙輔助診斷系統可快速發現腦區連接動態變化中的細微差別，自動預估患者性別、年齡信息，精準識別早期輕度認知障礙患者，助力防治阿爾茲海默病。

膝關節多組織全自動秒級分割

【基于梯度自適應機制的Dice損失函數——應用于磁共振膝關節智能分割】

骨性關節炎是由勞損、創傷、關節畸形等諸多因素引起的關節退行性病變。中國60歲以上人群骨關節炎患病率超50％，65歲以上人群患病率高達68％。骨性關節炎在全身關節可能發生，以膝關節為常見。 

為更精準地量化分析關節組織、輔助醫生了解膝關節炎不同階段的病癥，聯影智能基于梯度自適應機制的Dice損失函數，進行磁共振膝關節智能分割。醫生手動分割器官，耗時長達幾十分鐘甚至幾小時，工作效率低。聯影智能磁共振膝關節智能分割方法可秒級分割不同類別、難易程度不同的組織，為醫生診斷提供量化數據，大幅提升分割精準度與診療效率。

一鍵量化診斷為氣胸患者“爭分奪秒”

【基于圖片級別和少量像素級別標注數據，訓練精準氣胸診斷分割模型——應用于氣胸診斷】

氣胸是空氣泄漏到肺和胸壁之間造成的肺部異常。自發性氣胸是呼吸內科急診之一，若持續性或復發性氣胸患者診療不及時或不恰當，將會損害其肺功能，甚至導致休克、威脅生命——因此，對于氣胸患者，如何抓緊“黃金時間”，爭分奪秒完成診斷與治療？ 

目前，胸部X光片是用于氣胸診斷最常用的手段之一。但胸片作為醫院中較常規、“熱門”的檢查，從患者拍片到醫生出具診斷報告往往耗時較長；此外，對氣胸的診斷與治療方案的制定通常基于目測讀片，對氣胸區域與大小較難實現精準量化。聯影智能氣胸診斷分割模型，基于圖片級別和少量像素級別標注數據，進行分割模型訓練，可快速精準地分割出氣胸面積與肺葉面積，根據面積比量化分析氣胸嚴重程度，幫助醫生及時診斷、救治危重病人。    

認知障礙推導、定位、證實

【診斷-定位任務迭代注意力聚焦策略——應用于認知障礙疾病】

輕度認知障礙根據病程發展程度可分為兩類：穩定型，認知相對保持穩定不變；進展型，隨病程轉化為阿爾茲海默病。輕度認知障礙轉化成阿爾茨海默病的年轉化率為10-15%，由于其高轉化率與不可逆性，輕度認知障礙被認為是對患者進行干預的最佳狀態。因此，精確地診斷穩定型和進展型輕度認知障礙在臨床應用中至關重要。 

目前研究工作大多關注如何從影像中提取重要特征進行精確診斷，而圖像關鍵區域定位任務與疾病特征提取任務之間的內在關聯卻常常被忽略。基于兩者的關聯性，聯影智能利用定位任務的迭代注意力聚焦策略，推出一種應用于認知障礙疾病的診斷方法，可快速定位疾病所在腦區并同步診斷疾病類別，定位準確性與分類精準度大幅提升，輔助醫生診斷輕度認知障礙及其轉化程度，及時進行干預治療。   

腦中線一鍵勾勒

【基于回歸及多尺度特征融合的全自動大腦中線勾勒技術】

人類大腦有兩個近似對稱的左右半腦，其間的分界線被稱為腦中線。正常情況下，大腦橫截面上的腦中線近似為一條直線，但部分腦疾病會引起腦中線的偏移，例如創傷性腦損傷。此時，腦中線的偏移程度可作為此類疾病的一個重要定量指標，而指標的測量需要腦中線的勾勒——手動勾勒費時、且其精準度極為依賴于醫生的經驗。 

為提高勾勒效率、減輕醫生負擔，聯影智能基于回歸及多尺度特征融合技術構建一種全自動大腦中線勾勒方法。傳統勾勒方法大多基于左右腦之間的對稱性先驗，提取相關特征構建腦中線，但很難適用于重度腦疾病引發的腦中線嚴重偏移、左右腦對稱性較小的情況。聯影智能全自動大腦中線勾勒方法基于回歸的中線檢測網絡，可輕松應對嚴重腦疾病下的腦中線自動勾勒，且能精準提供中線偏移量化數據，為相關疾病的輔助診斷提供精準的方法依據。    

MR與CT圖像融合配準

【基于圖像合成與修復的MR-CT圖像配準方法——應用于肝臟腫瘤熱消融手術】

肝臟腫瘤的熱消融手術目的在于盡可能消融腫瘤組織且同時保證周圍正常組織不被破壞。手術中消融針的穿刺在圖像引導下進行，精確的穿刺手術需要將術前和術中的圖像進行配準。然而，術前與術中影像模態的不同、肝臟等組織發生較大形變等原因都大幅增加影像配準的難度。基于圖像合成與修復的MR-CT圖像配準方法，聯影智能肝臟腫瘤融合配準技術可快速準確地將術前CT圖像與術中MR圖像融合匹配，在3秒內完成腫瘤定位及圖像配準，輔助醫生高效精準地進行肝臟腫瘤熱消融手術。

一鍵“高清”，磁共振圖像分辨率增強

【基于稀疏保真度約束與正則化方法，實現磁共振圖像分辨率增強——應用于三維圖像處理與可視化】

臨床中，受限于硬件和掃描時間等因素，磁共振圖像一般都由多個稀疏間隔的二維采集圖像堆疊而成，導致生成的三維磁共振圖像在垂直采集平面方向的分辨率極低。這在一定程度上，對實際臨床與科研所進行的三維圖像處理與可視化展示造成困難。基于稀疏保真度約束與正則化方法，聯影智能無需真正高分辨率訓練數據也可利用深度學習減少磁共振圖像層間距，從而對磁共振圖像分辨率進行增強，生成的圖像可與使用真實高分辨率訓練得到的圖像不分伯仲。雷鋒網

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。