上海人工智能實驗室聯合香港中文大學榮獲醫學影像頂會MICCAI兩項挑戰賽冠軍

近日，國際醫學影像領域頂會MICCAI（Medical Image Computing and Computer Assisted Intervention）在新加坡舉辦。上海人工智能實驗室張曉凡教授團隊聯合香港中文大學竇琪教授團隊，在會議發起的心臟核磁共振圖像魯棒分割挑戰賽（CMRxMotion）和腦膠質瘤分割聯邦學習挑戰賽（FeTS）上，從來自全球知名科研機構和企業的多支參賽隊伍中脫穎而出，榮獲兩項比賽冠軍。

國際醫學圖像計算和計算機輔助介入大會 （MICCAI）是智能醫學影像與計算機輔助相關領域最具聲望和綜合影響力的頂級學術會議，涵蓋人工智能、醫學圖像分析、計算機輔助診斷與治療、微創介入規劃與導航等方面。MICCAI每年舉辦針對醫學影像分析多種任務的國際挑戰賽，吸引全球眾多專業學者、頂級學府及知名醫療技術機構的積極參與，已成為醫學圖像分析方法創新與標準化驗證的公認平臺。

【奪冠FeTS挑戰賽:多中心異質腦膠質瘤圖像分割高效聯邦學習新方法】

膠質母細胞瘤（GBM）是一種成人侵襲性腦腫瘤，患者五年存活率不足10%，核磁共振影像是GBM臨床診斷和反應評估的常用手段。FeTS挑戰賽針對腦膠質瘤分割任務，收集了超過8000例多中心核磁共振圖像，搭建了遠程協作訓練與測試聯邦學習平臺，參賽者需提出測試模型泛化新方法，針對來自于各獨立機構的未見數據進行測試和模型驗證。團隊在本次比賽中，采用聯邦學習測試階段特定批標準化方法，通過重新估計測試階段數據的特征均值與方差，來縮減訓練與測試特征分布距離，提升模型在未見數據的分布上的泛化性。憑借出色的表現，團隊取得了第一名的成績。

挑戰賽任務：基于聯邦學習的多中心腦膠質瘤圖像分割方案

【奪冠CMRxMotion挑戰賽:以數據驅動模型的心臟核磁共振圖像魯棒分割】

基于心臟核磁共振圖像的解剖分割模型在臨床上具有重大意義。深度學習分割模型有較高準確度，但是在低質圖片上不具備魯棒性。比如模型無法較好分割急癥病人在強烈不自主呼吸情形下掃描得到的圖像。在心臟核磁共振圖像分析國際挑戰賽（CMRxMotion）中，主辦方組織志愿者采用不同的呼吸強度進行核磁共振掃描，參賽者根據該臨床數據集，開發對呼吸運動偽影魯棒的分割模型。最終模型評估將基于不同呼吸強度的測試數據，且評估指標兼顧準確率和魯棒性。在該任務中，實驗室團隊收集了大量公開的心臟核磁共振圖像數據集，采用有監督學習和自監督學習分別利用有標簽和無標簽的數據進行預訓練，并采用隨機數據增強以及對抗數據增強兩種方式提升數據的多樣性。最終，團隊的模型在左心室、左心室心肌和右心室的分割中均表現優異，超越來自全球多個國家及地區的隊伍取得第一。

在呼吸影響下不同成像質量的心臟核磁共振影像

參賽團隊模型性能及排名

目前，上海人工智能實驗室與清華大學、上海交通大學、復旦大學、浙江大學、中國科學技術大學、香港中文大學、同濟大學等知名高校簽訂戰略合作框架協議，開展博士研究生聯合培養及科研人員雙聘。同時，實驗室智慧醫療研究中心與上海交通大學醫學院附屬瑞金醫院、四川大學華西醫院、上海申康醫院發展中心、中山大學附屬第六醫院等頭部醫療機構開展深入合作，在人工智能應用于醫療領域的研究取得了豐碩成果。

智慧醫療研究中心旨在通過人工智能與醫學的深度交叉融合，賦能醫療健康，打造國際一流的智慧醫療研究團隊，突破人工智能相關理論和關鍵技術，建立疾病預警、早篩、診斷、治療與療效評價的智能化技術體系，形成具有廣泛國際影響力的智慧醫療成果應用及推廣體系。

中心正面向全球招募領軍人才、青年研究員、博士后、工程師及產品經理等崗位，歡迎登陸上海人工智能實驗室官方網站（www.doiiod.net），點擊導航欄“加入我們”，在該頁面搜索框輸入“智慧醫療”查看崗位并進行投遞。