科研学术

分享到微信 ×
打开微信“扫一扫”
即可将网页分享至朋友圈
生命学院类脑计算团队获医学影像计算顶会MICCAI挑战赛冠军
文:谭玉博、李永杰 图:谭玉博 来源:生命学院 时间:2024-10-24 1374

  在近日举行的第27届国际医学图像计算与计算机辅助介入大会(MICCAI’2024)上,生命学院“视觉认知与类脑计算”团队博士生谭玉博等人在李永杰教授的指导下,获得“产时超声挑战赛(MICCAI IUGC 2024: Intrapartum Ultrasound Grand Challenge)”分割任务(Segmentation Task)冠军(Champion)和综合排名亚军(Runner-up)。

338b64d286c2a0b349c6d9b8848af889_f38a1.j

超声分割任务冠军(Champion)证书

7ac46436bed299133fdb9824d04197f8_f38a1.j

综合排名亚军(Runner-up)证书

  分娩是一个动态过程,需要及时通过多次超声检查来监测胎儿的头部位置变化,这对于诊断和干预至关重要。国际妇产科超声学会建议在使用器械辅助分娩或怀疑分娩延迟之前进行超声评估。在这些评估中,有两个可靠的超声参数——进展角(AoP)和头-耻骨联合距离(HSD)用于预测器械辅助分娩的结果。

            0baf4fefcfba911b90cee4f2edf18795_f38a1.j

(a)分娩过程中的超声探测示意图,(b)超声影像,(c)分割测量任务

  本次挑战聚焦分娩过程中的超声视频分析,旨在开发一种自动化的胎儿生物测量方法,增强测量的可靠性。这种方法能够检测适合测量超声参数的标准平面,分割胎儿头部和耻骨联合区域,并进一步计算进展角(AoP)和头-耻骨联合距离(HSD)。本次赛事的组织方利用456段超声视频作为数据集对参赛方案进行评估,根据各参赛队伍在三个任务(超声图像标准平面分类任务、耻骨联合与胎儿头部分割任务、进展角与头-耻骨联合距离测量任务)的8个指标得分进行单项任务排名和综合排名。李永杰教授团队设计的产时超声分类与分割算法在主办方提供的数据集上展现出了优异的性能,分别获得了分割任务冠军和综合排名亚军,具备了较好的临床应用潜力。

  MICCAI是由国际医学图像计算和计算机辅助干预协会(Medical Image Computing and Computer Assisted Intervention Society)举办,跨医学影像计算(MIC)和计算机辅助介入(CAI)两个领域的综合性学术会议,涵盖了智能化医学检测、诊断与治疗领域,聚焦热点技术、关键理论、重大疾病应用与交叉融合等广泛领域。该会议自1998年开始,每年举办一次,目前被公认为是医学图像计算、人工智能医疗、医疗机器人、辅助介入等领域的国际顶级会议。MICCAI CHALLENGES是MICCAI的一个重要组成部分,在医学图像研究领域具有重要地位,每年举办若干医学影像分析领域的国际挑战赛,聚集全球研究人员和开发者参赛,在同台竞技的同时共同解决重要临床问题中的医学图像分析关键核心技术,推动医学图像技术的发展和转化应用。

  团队介绍:

  生命学院“视觉认知与类脑计算”团队依托于神经信息教育部重点实验室、科技部神经信息国际联合研究中心、高场磁共振脑成像四川省重点实验室、四川省脑科学与类脑智能研究院等平台,长期致力于大脑视觉认知机理、视觉计算模型、类脑视觉技术与应用研究(包括智能医学影像分析、全天候计算机视觉感知等)。团队目前有教授2人、副高3人、助理研究员1人,在读硕士及博士生30余人。近十多年来,先后承担中国脑计划项目课题、国家自然科学基金各级项目、各类省级项目等20余项,在重要期刊和会议发表论文200余篇,含神经科学类期刊(如NeuroImage、Human Brain Mapping等)、工程类期刊(如IEEE Transactions on PAMI/IP/MI/MM/ITS、IJCV、PR等)及国际顶级会议(如ICCV/CVPR/ECCV/ACMMM等);申请中国发明专利近60余项(其中已授权40余项),曾获吴文俊人工智能自然科学奖等,在ACMMM、MICCAI等国际顶级会议挑战赛中获得多项优异成绩。部分成果技术已在基于视频的高铁线路智能巡检、智能医学图像分析与辅助诊断等工程问题中得到成功应用。

编辑:李果  / 审核:罗莎  / 发布:陈伟