0
8月24日，第三屆圖像計(jì)算與數(shù)字醫(yī)學(xué)國(guó)際研討會(huì)（ISICDM 2019），正式在西安索菲特酒店召開(kāi)。研討會(huì)由國(guó)際數(shù)字醫(yī)學(xué)會(huì)與國(guó)家天元數(shù)學(xué)西北中心聯(lián)合主辦，西安電子科技大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院與空軍軍醫(yī)大學(xué)（第四軍醫(yī)大學(xué)）生物醫(yī)學(xué)工程學(xué)院聯(lián)合承辦。
雷鋒網(wǎng)&AI掘金志第三次作為大會(huì)首席合作媒體，對(duì)ISICDM進(jìn)行全程報(bào)道。
經(jīng)過(guò)三年的發(fā)展，ISICDM大會(huì)的眾多嘉賓談及的研究趨勢(shì)，逐漸成為醫(yī)學(xué)圖像和數(shù)字醫(yī)學(xué)領(lǐng)域的重要研究風(fēng)向標(biāo)。
本屆論壇中，中國(guó)科學(xué)院院士徐宗本教授、美國(guó)工程院院士John Gore教授，加拿大皇家科學(xué)院院士Terry Peters教授，英國(guó)皇家科學(xué)院院士郭毅可教授，四位院士蒞臨本次大會(huì)。
與此同時(shí)，MRI主編（美國(guó)工程院院士John Gore教授）、Medical Image analysis主編（耶魯大學(xué)James Duncan教授）、IEEE TBME主編（芝加哥大學(xué)潘曉川教授）也會(huì)在大會(huì)的多個(gè)環(huán)節(jié)中發(fā)言。
論壇首日，不少嘉賓分享的研究成果，既展示了深度學(xué)習(xí)的算法創(chuàng)新，也呈現(xiàn)了傳統(tǒng)數(shù)學(xué)和機(jī)器學(xué)習(xí)方法在醫(yī)學(xué)圖像識(shí)別、分割、質(zhì)量增強(qiáng)、成像等領(lǐng)域的全面應(yīng)用。
論壇第一天，組委會(huì)共設(shè)置了影像組學(xué)與人工智能、功能成像及神經(jīng)影像、圖像重建進(jìn)展論壇、數(shù)據(jù)模型與算法、數(shù)字醫(yī)療與智能診療、醫(yī)學(xué)圖像分析與深度學(xué)習(xí)、腦機(jī)接口與人機(jī)混合智能、期刊主編點(diǎn)評(píng)論文報(bào)告會(huì)、理工醫(yī)產(chǎn)學(xué)研跨學(xué)科交流會(huì)、BME她論壇（中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)女性科技工作者協(xié)會(huì)主辦）10大專題論壇，共包含81個(gè)專題報(bào)告和多個(gè)交流環(huán)節(jié)。
其中，「期刊主編點(diǎn)評(píng)論文報(bào)告會(huì)」與「理工醫(yī)產(chǎn)學(xué)研跨學(xué)科交流會(huì)」頗受關(guān)注。
在「期刊主編點(diǎn)評(píng)論文報(bào)告會(huì)」上，MRI主編（美國(guó)工程院院士John Gore教授）、IEEE TBME主編（芝加哥大學(xué)潘曉川教授）作為評(píng)委，就眾多優(yōu)質(zhì)論文的現(xiàn)場(chǎng)報(bào)告進(jìn)行專業(yè)點(diǎn)評(píng)。
美國(guó)工程院院士John Gore
“中國(guó)學(xué)生的學(xué)習(xí)能力和主觀能動(dòng)性非常強(qiáng)，今天非常開(kāi)心能夠指導(dǎo)這群潛力無(wú)限的學(xué)生。高校也應(yīng)多多創(chuàng)造像ISICDM這樣的機(jī)會(huì)，給予他們多方位的引導(dǎo)?！盝ohn Gore院士在接受雷鋒網(wǎng)采訪時(shí)談到。
隨后，ISICDM組委會(huì)向雷鋒網(wǎng)表示：我們一方面鼓勵(lì)投稿的學(xué)生們多嘗試用深度學(xué)習(xí)解決各種各樣的問(wèn)題，同時(shí)也應(yīng)重視深度學(xué)習(xí)背后的基礎(chǔ)理論研究和傳統(tǒng)數(shù)據(jù)建模方法。雖然DL火熱，但它在醫(yī)學(xué)場(chǎng)景中的不足和瓶頸也愈發(fā)明顯，而傳統(tǒng)應(yīng)用數(shù)學(xué)的方法仍是當(dāng)前值得重點(diǎn)研究的方向。
“過(guò)去的一段時(shí)間里，深度學(xué)習(xí)成為了絕對(duì)主流的研究方法。隨著深度學(xué)習(xí)的魯棒性不足、缺乏可解釋性、對(duì)大量高質(zhì)量訓(xùn)練數(shù)據(jù)和手工標(biāo)注的依賴等弊端被越來(lái)越為人所詬病，基于知識(shí)的數(shù)學(xué)建模方法因其天然的透明性和可解釋性而被不斷改進(jìn)與提升，后勁十足，仍然具有廣闊的發(fā)展空間。事實(shí)上，在深度學(xué)習(xí)占據(jù)主流地位的今天，仍然有不少學(xué)者專注于基于知識(shí)的數(shù)學(xué)建模，通過(guò)把領(lǐng)域知識(shí)融入算法來(lái)提高算法性能。當(dāng)前百家爭(zhēng)鳴、百花齊放的學(xué)術(shù)環(huán)境，無(wú)疑為年輕人提供了更多的選擇?！?/p>
“其實(shí)我們?cè)谏蟼€(gè)世紀(jì)研究人工智能時(shí)，受限于各種條件，舉步維艱。而當(dāng)今這個(gè)時(shí)代，無(wú)論是新老方法的可選擇性、算力成本、亦或是數(shù)據(jù)量，均為年輕學(xué)者們創(chuàng)造了無(wú)數(shù)低成本試錯(cuò)的機(jī)會(huì)，允許他們通過(guò)大量實(shí)踐，對(duì)傳統(tǒng)和新潮的方法進(jìn)行取長(zhǎng)補(bǔ)短、取精去糟，引領(lǐng)下一波潮流?！?nbsp;
為了貫徹“促進(jìn)理工醫(yī)交叉融合，激發(fā)產(chǎn)學(xué)研協(xié)同創(chuàng)新”這一理念，ISICDM發(fā)起人李純明教授與復(fù)旦大學(xué)信息科學(xué)與工程學(xué)院黨委副書記郭翌博士等人，共同策劃了「理工醫(yī)產(chǎn)學(xué)研跨學(xué)科交流會(huì)」，為聽(tīng)眾帶來(lái)了一場(chǎng)理工醫(yī)交叉視聽(tīng)盛宴。
理工科專家和醫(yī)生專家們的探討內(nèi)容和現(xiàn)場(chǎng)演示的軟件，讓與會(huì)者更直接地感受到了新老方法融合對(duì)醫(yī)學(xué)問(wèn)題的解決能力。
從左到右：孟翔飛、葉香華、陸菁菁、周世崇、黃昆、劉再毅、楊健、呂樂(lè)、覃文軍、應(yīng)時(shí)輝、高良才、王洪凱、郭翌
醫(yī)生專家：北京協(xié)和醫(yī)院放射科主任醫(yī)師陸菁菁、浙江大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院腫瘤放射治療科副主任醫(yī)師葉香華、復(fù)旦大學(xué)附屬腫瘤醫(yī)院超聲醫(yī)學(xué)科副主任周世崇、解放軍總醫(yī)院肝膽外科主治醫(yī)師孟翔飛。
理工科專家：上海大學(xué)教授應(yīng)時(shí)輝、東北大學(xué)副教授覃文軍、大連理工大學(xué)副教授王洪凱、北京大學(xué)副教授高良才。
評(píng)審組：廣東省人民醫(yī)院放射科副主任劉再毅、印第安納大學(xué)醫(yī)學(xué)院副院長(zhǎng)黃昆、平安科技美國(guó)東部研究院院長(zhǎng)呂樂(lè)、西安交通大學(xué)第一附屬醫(yī)院醫(yī)學(xué)影像科主任楊健。
交流會(huì)首先由四位醫(yī)生陸續(xù)提出自己遇到的影像分割、重建、配準(zhǔn)等圖像處理需求，隨后由理工科專家根據(jù)醫(yī)生們遇到的眾多問(wèn)題，現(xiàn)場(chǎng)講述解決方法，并演示相關(guān)軟件。
隨后，8位醫(yī)生與理工科專家上臺(tái)就座，由復(fù)旦大學(xué)信息科學(xué)與工程學(xué)院黨委副書記郭翌博士作為主持，進(jìn)行現(xiàn)場(chǎng)提問(wèn)，評(píng)審團(tuán)進(jìn)行點(diǎn)評(píng)和補(bǔ)充回答。
首先，北京協(xié)和醫(yī)院放射科主任醫(yī)師陸菁菁教授帶著“疾病形態(tài)的快捷可視化表達(dá)、不同模態(tài)三維圖像的融合和展示“兩大需求登臺(tái)發(fā)言，陸菁菁教授指出，醫(yī)生探索AI有兩大目的，或是服務(wù)臨床、服務(wù)患者，或是服務(wù)科研，她們團(tuán)隊(duì)的目的更多是前者。為此，協(xié)和放射科也曾與北京大學(xué)高良才教授團(tuán)隊(duì)合作，嘗試使用深度學(xué)習(xí)進(jìn)行盆腔結(jié)構(gòu)語(yǔ)義分割，效果可觀。
浙江大學(xué)醫(yī)學(xué)院附屬第一醫(yī)院腫瘤放射治療科副主任醫(yī)師葉香華，在隨后詳細(xì)解讀了智能放療的全流程，葉香華表示，患者智能識(shí)別、圖像自動(dòng)分割配準(zhǔn)、靶區(qū)自動(dòng)勾畫、智能計(jì)劃設(shè)計(jì)、自適應(yīng)放療、自動(dòng)配準(zhǔn)靶區(qū)跟蹤、大數(shù)據(jù)回訪中的每個(gè)環(huán)節(jié)，其實(shí)都需要AI的賦能。在賦能的路上，她也談及了團(tuán)隊(duì)的技術(shù)需求，即基于特征的圖像配準(zhǔn)方法：
CT、MRI、PET多模態(tài)圖像如何實(shí)現(xiàn)精準(zhǔn)融合（時(shí)間、空間）
器官的動(dòng)度（肝臟、肺結(jié)節(jié)等）
術(shù)前術(shù)后的周圍組織形變（乳腺癌、膠質(zhì)瘤后瘤術(shù)）
隨后，復(fù)旦大學(xué)附屬腫瘤醫(yī)院超聲醫(yī)學(xué)科副主任醫(yī)師周世祟，指出了超聲人工智能的機(jī)遇與挑戰(zhàn)。
他以某個(gè)實(shí)際乳腺癌保乳手術(shù)案例出發(fā)，講述了困擾自己良久的問(wèn)題：同一個(gè)病灶，不同模態(tài)的影像（US1、US2、MRI、MLO）的計(jì)算結(jié)果均卻在著較大的差異，在此情況下，哪種模式的影像更為可信？為什么會(huì)有差異？真正的腫瘤在哪里？
帶著這些困擾，周世崇也一度與多個(gè)理工科團(tuán)隊(duì)跨學(xué)科合作進(jìn)行圖像分割，但在合作過(guò)程中，圖像處理結(jié)果對(duì)比原始DICDOM圖像，其PBAC模型分割、自動(dòng)識(shí)別分割效果往往并不精確。于是，他隨之提出了第二大疑問(wèn)：病灶邊界如何界定？邊緣成分是什么？AI提取特征的組織、病理、分子基礎(chǔ)是什么？
最后，他根據(jù)自己所遇到的問(wèn)題，總結(jié)出產(chǎn)學(xué)兩界應(yīng)該重點(diǎn)解決的5個(gè)關(guān)鍵點(diǎn)：
圖像特征突破儀器條件的限制
深度學(xué)習(xí)以及神經(jīng)網(wǎng)絡(luò)的生物學(xué)、腫瘤學(xué)驗(yàn)證
全面的展現(xiàn)整個(gè)區(qū)域
影像信息與生物信息的融合
實(shí)現(xiàn)分子層面的可視化
解放軍總醫(yī)院肝膽外科主治醫(yī)師孟翔飛也非常認(rèn)可周世祟談到的現(xiàn)場(chǎng)，他補(bǔ)充到，以外科醫(yī)生為例，該群體對(duì)影像的應(yīng)用分為兩個(gè)方面：影像診斷——病變?cè)谀睦?，是什么？；手術(shù)設(shè)計(jì)——手術(shù)怎么做。
孟教授指出，計(jì)算機(jī)3D成像于肝膽外科醫(yī)生而言，通常扮演著這五種角色：精準(zhǔn)肝臟外科術(shù)前評(píng)估的重要工具、個(gè)體化精準(zhǔn)評(píng)估解剖、預(yù)知重要解剖結(jié)構(gòu)形態(tài)與手術(shù)的關(guān)系、精準(zhǔn)測(cè)量肝臟體積、虛擬手術(shù)評(píng)價(jià)預(yù)覽手術(shù)方式。
他認(rèn)為，傳統(tǒng)后處理成像技術(shù)存在三大不足：明顯受制于影像技術(shù)本身的特點(diǎn)、難以同時(shí)顯示多個(gè)感興趣的結(jié)構(gòu)、操作者與使用者的分離。
與此同時(shí)，計(jì)算機(jī)技術(shù)在外科手術(shù)中的應(yīng)用，也存在幾項(xiàng)常見(jiàn)的現(xiàn)實(shí)問(wèn)題：
計(jì)算機(jī)自動(dòng)分割能力偏低：軟件計(jì)算機(jī)和分割能力、影像質(zhì)量、病變影響
計(jì)算機(jī)自動(dòng)分割的結(jié)果必須經(jīng)過(guò)人工審核校正
3D重建模型與術(shù)中實(shí)際應(yīng)對(duì)困難
在大量復(fù)雜問(wèn)題從一個(gè)個(gè)從醫(yī)生口中涌出時(shí)，理工科專家分別就醫(yī)生們提出的部分問(wèn)題，提供了相應(yīng)的解決方法和軟件實(shí)現(xiàn)效果，引得現(xiàn)場(chǎng)連連陳贊。
首先，上海大學(xué)應(yīng)時(shí)輝教授講述了基于數(shù)學(xué)的腦影像的配準(zhǔn)算法和圖像標(biāo)準(zhǔn)化方法，此外，他也發(fā)現(xiàn)深度學(xué)習(xí)在解決該問(wèn)題中表現(xiàn)出色。
而東北大學(xué)覃文軍教授，則在現(xiàn)場(chǎng)炫酷地演示了他們團(tuán)隊(duì)所開(kāi)發(fā)的集成化高復(fù)醫(yī)學(xué)信息計(jì)算應(yīng)用支持與服務(wù)平臺(tái)（Deeplnsight），對(duì)胸部圖像中的肺、血管進(jìn)行分割和重建，以及對(duì)動(dòng)靜脈的分割和肺結(jié)節(jié)檢測(cè)，軟件操作便捷，交互簡(jiǎn)易。演示結(jié)束后，覃文軍也談到了自己的一個(gè)觀點(diǎn)：其實(shí)做軟件產(chǎn)品并不一定要追求非常前沿且復(fù)雜的算法，一個(gè)問(wèn)題如果能用最簡(jiǎn)單的方法解決，就別把它復(fù)雜化。復(fù)雜的算法雖然發(fā)論文更容易中，但把技術(shù)給產(chǎn)品化，更多因考慮工程原理，而非算法原理。
隨后，大連理工大學(xué)王洪凱所帶來(lái)的Anatomy Sketch交互式可擴(kuò)展編程醫(yī)學(xué)圖像分析軟件，同樣工程范兒十足。該產(chǎn)品是一款用于醫(yī)生和科研人員合作的平臺(tái)：科研人員為醫(yī)生開(kāi)發(fā)的核心算法，可集成到本軟件，同時(shí)也能進(jìn)行標(biāo)記訓(xùn)練數(shù)據(jù)，而醫(yī)生方可通過(guò)此軟件手動(dòng)修正算法的錯(cuò)誤，算法則會(huì)實(shí)時(shí)進(jìn)行學(xué)習(xí)醫(yī)生的修改行為。據(jù)王洪凱介紹，Anatomy Sketch的成熟度已達(dá)到七八十分，未來(lái)將會(huì)對(duì)外開(kāi)源，供更多人使用。
北京大學(xué)高良才教授展示了一款非常輕的肢端黑色素瘤的智能識(shí)別App應(yīng)用，拍照即可進(jìn)行輔助診斷。此外，他們團(tuán)隊(duì)開(kāi)發(fā)的產(chǎn)品還有基于心臟管狀動(dòng)脈超聲圖像的川崎病輔助診斷，以及盆腔結(jié)構(gòu)識(shí)別與肌肉邊界定位軟件。
除此之外，臺(tái)下也有多個(gè)高校團(tuán)隊(duì)在現(xiàn)場(chǎng)為觀眾演示了他們的醫(yī)學(xué)圖像處理軟件。
最后八位專家一同上臺(tái)對(duì)眾多問(wèn)題展開(kāi)了激烈的討論，評(píng)審團(tuán)也對(duì)討論的議程進(jìn)行非常專業(yè)的點(diǎn)評(píng)。
此后兩日為ISICDM大會(huì)主論壇，更多內(nèi)容歡迎繼續(xù)關(guān)注雷鋒網(wǎng) & AI掘金志的報(bào)道。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
專題
本專題其他文章
