0
| 本文作者： 劉海濤 | 2021-12-24 12:13 |
雷峰網(公眾號：雷峰網)消息，在第五屆圖像計算與數字醫學國際研討會（ISICDM2021）的主論壇成功舉辦后，醫學圖像分析分論壇于2021年12月19日順利開啟，線上吸引了1.62萬人次觀看。
本論壇主要關注醫學圖像分析領域的主要研究趨勢和挑戰，圍繞圖像分割、配準、計算機輔助診斷、圖像融合、圖像分類和識別、引導治療和檢索等方面，介紹了國際的前沿研究和醫學圖像分析中的原創性工作。
論壇邀請到了桂林電子科技大學的陳真誠教授、西北工業大學的黃慶華教授、中山大學中山眼科中心的林浩添教授、北京中日友好醫院的馬國林教授、上海交通大學的涂圣賢教授、南京航空航天大學的張道強教授等眾多活躍在醫學圖像分析領域的研究學者做線上主題報告。
首先，上海交通大學的涂勝賢教授給我們帶來了主題為“計算冠脈生理功能學評估技術的研究與臨床轉化”的進展報告，涂教授從冠脈支架治療的臨床路徑，即基于影像進血管狹窄形態學檢查來推測病變是否引起顯著心肌缺血（功能學意義）到介紹定量血流分數（QFR）技術研發、注冊及臨床應用的發展歷程。
最后介紹了基于人工智能的斑塊自動分割方法并提出斑塊穩定性新的評價系數。涂教授的報告深入淺出，從影像學、人工智能、血流動力學等多學科交叉融合的方面介紹冠脈生理功能學評估的最新技術。
接下來，由南京航空航天大學的張道強教授做主題為“腦影像智能計算方法研究進展”的報告。
張教授主要從三個方面介紹了最近的研究工作，即圖像重建與分割、典型腦疾病早期診斷、人類腦解碼。具體介紹了基于結構增強的生成式對抗網絡用于影像數據重建的工作、大腦ROI多圖譜分割技術、基因與腦影像的關聯分析，最后介紹了人類腦解碼，以及不同人視覺差異性消除、校準技術。
然后，有中山大學中山眼科中心的林浩添教授做主題為“眼科人工智能技術的研發與應用”的報告，林教授從國家重大需求出發，引出醫學人工智能學科建設的重要性，最后引出眼科與人工智能結合的關鍵性。
緊接著，林教授介紹了他的團隊近幾年在眼科人工智能方向的研究工作，從眼前段圖片單病種診療評估、慢病術后智能隨訪和并發癥預測、縱向數據預測高度近視風險、眼底照相診斷多類眼底病變到非圖像數據篩查罕見眼病等一系列研究成果，搭建從V1.0先天性白內障診療到V10.0國際首個互聯網醫院實踐的智能眼科疾病診療平臺。
此外，林教授團隊還率先提出醫療人工智能技術臨床應用的落地標準、提出人工智能影像新型“三級診療”模式。最后，也探討了醫學人工智能教育的新模式，推動醫學人工智能教育的發展。
此外，本次論壇還有包括腎臟腫瘤CT分割、腦疾病診斷、眼底影像重建等眾多精彩的報告。
比如，來自桂林電子科技大學的陳真誠教授做了“基于混合U-Net模型的腎臟腫瘤CT圖像的分割研究”的主題報告，陳教授介紹了全國腫瘤病的現狀及研究的意義，提出利用混合U-Net網絡，包括腎臟分割、ROI提取等步驟，最終實現腎和腫瘤的分割。西北工業大學黃慶華教授做了“一種類腦推理框架及其在醫學圖像分析中的應用”的主題報告，黃教授首先在研究意義中提出現有計算機輔助診斷系統的不足，接著介紹了整體流程框架，即醫學圖像、診斷特征、診斷語義、知識圖譜、知識張量分析。
最后為我們介紹了乳腺癌超聲可解釋推理診斷系統。中日友好醫院的馬國林教授做了“定量磁敏感圖（QSM）成像的原理及臨床應用”的報告，馬教授從QSM的背景及原理、QSM臨床應用及QSM的展望三個方面全方位介紹了QSM，其中主要介紹了QSM在PD、AD、HD、MS、ALS、鑒別出血和鈣化、測量TBI患者的微出血量的相關應用，也對骨和心臟QSM的應用進行了展望。
湖南大學的方樂緣教授做了“眼科OCT影像智能重建與分析”，方教授在OCT重建與壓縮、OCT圖像病變提取及眼部病診斷方面做了詳細介紹，具體介紹了無監督醫學圖像去燥算法、基于三維自適應稀疏模型的壓縮算法、基于病變區域引導的深度學習病癥診斷方法、眼底圖像和OCT圖像的特異性模態特征提取的多模互補算法。
華中科技大學的楊欣教授做了“醫學影像目標檢測與分割”的研究進展報告，楊教授首先介紹了醫學領域知識約束下的肺栓塞檢測的背景和方法，提出結合醫生的先驗知識，構建多特征間幾何關聯約束，指導特征學習的方法，接著介紹了大噪聲標注下的目標分割以及多模態融合分割方法。
哈爾濱工業大學（深圳）的馬婷教授做了“基于磁共振影像的腦齡預測及應用”的報告，馬教授首先介紹了人腦衰老模式，利用人工智能技術結合神經影像有效識別腦齡變化，然后介紹了基于分布學習和期望回歸的輕量級深度學習模型，接著展示了神經疾病腦齡變化表現、腦齡在疾病中的特異性算法與應用，最后對腦齡工作做了進一步展望。
大會，首先是中國科學院自動化研究所的何暉光教授為我們帶來“面向腦卒中運動康復的雙向腦機接口技術研究”的主體報告。
何教授介紹了新型腦卒中運動障礙康復手段、精細運動想象解碼研究、面向運動皮層重復經顱磁刺激的腦電響應研究，最后做了多模態信號采集與多模態融合技術研發，實現精細運動想象高精度解碼的展望工作。
南昌大學的黃偉教授做了“面向提升體內與體外診斷效果的圖像生成技術研究”的報告，黃教授首先介紹研究意義，然后介紹了基于深度學習、深度判別學習、深度生成對抗學習及其他深度學習（膠囊網絡）的思想為計算機輔助診斷提供解決思路。
最后介紹了體外診斷研究的相關工作，并分析了體內、體外診斷的優勢和劣勢，對未來工作做了展望。
四川大學的張意教授做了“基于參數依賴框架的CT重建”的報告，介紹了利用一個模型解決來自不同數據的混合數據的平衡問題的解決方案。
最后張教授也總結了模型的優勢和缺點，并對數據安全性和隱私性以及運用多種形式數據訓練做了未來工作的展望。
百度智慧醫療的許言午博士做了“眼前節OCT-臨床任務和解決算法”的報告，許博士從眼科影像和前節OCT、臨床任務VS解決算法及前節OCT電子房角鏡三個方面介紹了他的研究工作，也為大家呈現了他們攜手中山眼科中心，創辦ichallenge系列挑戰賽，并公布了近年來公開的眼科影像數據集。
溫州大學胡眾義做了“阿爾茨海默癥輔助診斷方法研究”的報告，胡教授首先介紹了阿爾茨海默癥的研究背景，接著介紹了多模態分類方法、關鍵切片投票法及其他輔助診斷方法，AD早期診斷輔助系統的開發與驗證，比如4D卷積神經網絡的AD影像分類等方法。
西北工業大學趙世杰教授做了“基于深度學習的fMRI腦功能網絡研究”的報告，趙教授先指出了現有方法不能準確反映出大腦活動的時域尺度，然后介紹了一系列深度神經網絡分析方法，全面刻畫腦網絡的時空多尺度動態特征，并應用于腦疾病研究，比如時域自適應多尺度特征分析方法、空域自適應多尺度特征分析方法等。
上海交通大學錢曉華教授做了“醫療數據小樣本Vs. AI”的報告，由錢教授的研究生代為做本次報告，首先介紹了基于螺旋變換和模型驅動的TP53基因狀態預測模型，原創性提出腫瘤影像中的小樣本解決方案、解決3D信息的有效利用問題及構建數據和模型混合驅動的多模態細粒度預測模型，隨后介紹了淋巴結轉移預測及分割模型的性能評估分析，最后介紹基于雙元學習策略和知識轉移的胰腺癌分割模型。
深圳大學吳惠思教授作了“半監督醫學圖像分割：聚焦和分散表示、協同與對抗學習”的報告，吳教授介紹了基于對抗學習的半監督分割框架，利用協同分割網絡中聚焦特征和分散特征提取模塊以及輔助對抗學習方法，在對抗學習訓練的框架中引入協同分割網絡，精細化分割結果。
上海科技大學的王乾教授做了“關節影像可視化和智能分析”的報告，王教授首先對掃描效率和圖像質量之間的矛盾進行了剖析，合成和配對HR/LR圖像、訓練/部署有監督SR網絡，有效捕捉關鍵視覺特征，最后介紹了圖表達與圖卷積，即輸入圖像構建圖表達、設計軟骨表面卷積網絡、輸出分類結果。
本次醫學圖像分析分論壇的成功舉辦不僅讓廣大研究者及時了解國際上優秀團隊的研究動態及最新原創性的研究成果，也為今后醫學圖像分析領域的發展指明了研究方向。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
