2021医学图像分析分论坛落幕 ISICDM 1.62万人次在线观看 (2021医学科研诚信和相关规范)

消息，在第五届图像计算与数字医学国际研讨会（ISICDM2021）的主论坛成功举办后，医学图像分析分论坛于2021年12月19日顺利开启，线上吸引了1.62万人次观看。

本论坛主要关注医学图像分析领域的主要研究趋势和挑战，围绕图像分割、配准、计算机辅助诊断、图像融合、图像分类和识别、引导治疗和检索等方面，介绍了国际的前沿研究和医学图像分析中的原创性工作。

论坛邀请到了桂林电子科技大学的陈真诚教授、西北工业大学的黄庆华教授、中山大学中山眼科中心的林浩添教授、北京中日友好医院的马国林教授、上海交通大学的涂圣贤教授、南京航空航天大学的张道强教授等众多活跃在医学图像分析领域的研究学者做线上主题报告。

首先，上海交通大学的涂胜贤教授给我们带来了主题为“计算冠脉生理功能学评估技术的研究与临床转化”的进展报告，涂教授从冠脉支架治疗的临床路径，即基于影像进血管狭窄形态学检查来推测病变是否引起显著心肌缺血（功能学意义）到介绍定量血流分数（QFR）技术研发、注册及临床应用的发展历程。

最后介绍了基于人工智能的斑块自动分割方法并提出斑块稳定性新的评价系数。涂教授的报告深入浅出，从影像学、人工智能、血流动力学等多学科交叉融合的方面介绍冠脉生理功能学评估的最新技术。

接下来，由南京航空航天大学的张道强教授做主题为“脑影像智能计算方法研究进展”的报告。

张教授主要从三个方面介绍了最近的研究工作，即图像重建与分割、典型脑疾病早期诊断、人类脑解码。具体介绍了基于结构增强的生成式对抗网络用于影像数据重建的工作、大脑ROI多图谱分割技术、基因与脑影像的关联分析，最后介绍了人类脑解码，以及不同人视觉差异性消除、校准技术。

然后，有中山大学中山眼科中心的林浩添教授做主题为“眼科人工智能技术的研发与应用”的报告，林教授从国家重大需求出发，引出医学人工智能学科建设的重要性，最后引出眼科与人工智能结合的关键性。

紧接着，林教授介绍了他的团队近几年在眼科人工智能方向的研究工作，从眼前段图片单病种诊疗评估、慢病术后智能随访和并发症预测、纵向数据预测高度近视风险、眼底照相诊断多类眼底病变到非图像数据筛查罕见眼病等一系列研究成果，搭建从V1.0先天性白内障诊疗到V10.0国际首个互联网医院实践的智能眼科疾病诊疗平台。

此外，林教授团队还率先提出医疗人工智能技术临床应用的落地标准、提出人工智能影像新型“三级诊疗”模式。最后，也探讨了医学人工智能教育的新模式，推动医学人工智能教育的发展。

此外，本次论坛还有包括肾脏肿瘤CT分割、脑疾病诊断、眼底影像重建等众多精彩的报告。

比如，来自桂林电子科技大学的陈真诚教授做了“基于混合U-Net模型的肾脏肿瘤CT图像的分割研究”的主题报告，陈教授介绍了全国肿瘤病的现状及研究的意义，提出利用混合U-Net网络，包括肾脏分割、ROI提取等步骤，最终实现肾和肿瘤的分割。西北工业大学黄庆华教授做了“一种类脑推理框架及其在医学图像分析中的应用”的主题报告，黄教授首先在研究意义中提出现有计算机辅助诊断系统的不足，接着介绍了整体流程框架，即医学图像、诊断特征、诊断语义、知识图谱、知识张量分析。

最后为我们介绍了乳腺癌超声可解释推理诊断系统。中日友好医院的马国林教授做了“定量磁敏感图（QSM）成像的原理及临床应用”的报告，马教授从QSM的背景及原理、QSM临床应用及QSM的展望三个方面全方位介绍了QSM，其中主要介绍了QSM在PD、AD、HD、MS、ALS、鉴别出血和钙化、测量TBI患者的微出血量的相关应用，也对骨和心脏QSM的应用进行了展望。

湖南大学的方乐缘教授做了“眼科OCT影像智能重建与分析”，方教授在OCT重建与压缩、OCT图像病变提取及眼部病诊断方面做了详细介绍，具体介绍了无监督医学图像去燥算法、基于三维自适应稀疏模型的压缩算法、基于病变区域引导的深度学习病症诊断方法、眼底图像和OCT图像的特异性模态特征提取的多模互补算法。

华中科技大学的杨欣教授做了“医学影像目标检测与分割”的研究进展报告，杨教授首先介绍了医学领域知识约束下的肺栓塞检测的背景和方法，提出结合医生的先验知识，构建多特征间几何关联约束，指导特征学习的方法，接着介绍了大噪声标注下的目标分割以及多模态融合分割方法。

哈尔滨工业大学（深圳）的马婷教授做了“基于磁共振影像的脑龄预测及应用”的报告，马教授首先介绍了人脑衰老模式，利用人工智能技术结合神经影像有效识别脑龄变化，然后介绍了基于分布学习和期望回归的轻量级深度学习模型，接着展示了神经疾病脑龄变化表现、脑龄在疾病中的特异性算法与应用，最后对脑龄工作做了进一步展望。

大会，首先是中国科学院自动化研究所的何晖光教授为我们带来“面向脑卒中运动康复的双向脑机接口技术研究”的主体报告。

何教授介绍了新型脑卒中运动障碍康复手段、精细运动想象解码研究、面向运动皮层重复经颅磁刺激的脑电响应研究，最后做了多模态信号采集与多模态融合技术研发，实现精细运动想象高精度解码的展望工作。

南昌大学的黄伟教授做了“面向提升体内与体外诊断效果的图像生成技术研究”的报告，黄教授首先介绍研究意义，然后介绍了基于深度学习、深度判别学习、深度生成对抗学习及其他深度学习（胶囊网络）的思想为计算机辅助诊断提供解决思路。

最后介绍了体外诊断研究的相关工作，并分析了体内、体外诊断的优势和劣势，对未来工作做了展望。

四川大学的张意教授做了“基于参数依赖框架的CT重建”的报告，介绍了利用一个模型解决来自不同数据的混合数据的平衡问题的解决方案。

最后张教授也总结了模型的优势和缺点，并对数据安全性和隐私性以及运用多种形式数据训练做了未来工作的展望。

百度智慧医疗的许言午博士做了“眼前节OCT-临床任务和解决算法”的报告，许博士从眼科影像和前节OCT、临床任务VS解决算法及前节OCT电子房角镜三个方面介绍了他的研究工作，也为大家呈现了他们携手中山眼科中心，创办ichallenge系列挑战赛，并公布了近年来公开的眼科影像数据集。

温州大学胡众义做了“阿尔茨海默症辅助诊断方法研究”的报告，胡教授首先介绍了阿尔茨海默症的研究背景，接着介绍了多模态分类方法、关键切片投票法及其他辅助诊断方法，AD早期诊断辅助系统的开发与验证，比如4D卷积神经网络的AD影像分类等方法。

西北工业大学赵世杰教授做了“基于深度学习的fMRI脑功能网络研究”的报告，赵教授先指出了现有方法不能准确反映出大脑活动的时域尺度，然后介绍了一系列深度神经网络分析方法，全面刻画脑网络的时空多尺度动态特征，并应用于脑疾病研究，比如时域自适应多尺度特征分析方法、空域自适应多尺度特征分析方法等。

上海交通大学钱晓华教授做了“医疗数据小样本Vs. AI”的报告，由钱教授的研究生代为做本次报告，首先介绍了基于螺旋变换和模型驱动的TP53基因状态预测模型，原创性提出肿瘤影像中的小样本解决方案、解决3D信息的有效利用问题及构建数据和模型混合驱动的多模态细粒度预测模型，随后介绍了淋巴结转移预测及分割模型的性能评估分析，最后介绍基于双元学习策略和知识转移的胰腺癌分割模型。

深圳大学吴惠思教授作了“半监督医学图像分割：聚焦和分散表示、协同与对抗学习”的报告，吴教授介绍了基于对抗学习的半监督分割框架，利用协同分割网络中聚焦特征和分散特征提取模块以及辅助对抗学习方法，在对抗学习训练的框架中引入协同分割网络，精细化分割结果。

上海科技大学的王乾教授做了“关节影像可视化和智能分析”的报告，王教授首先对扫描效率和图像质量之间的矛盾进行了剖析，合成和配对HR/LR图像、训练/部署有监督SR网络，有效捕捉关键视觉特征，最后介绍了图表达与图卷积，即输入图像构建图表达、设计软骨表面卷积网络、输出分类结果。

本次医学图像分析分论坛的成功举办不仅让广大研究者及时了解国际上优秀团队的研究动态及最新原创性的研究成果，也为今后医学图像分析领域的发展指明了研究方向。

原创文章，未经授权禁止转载。详情见 转载须知 。

上一篇：AI讯飞医疗给血管健康加了一层医疗新飞跃金

下一篇：国产智能建筑设计软件新突破国内智能建筑