华为云的研究成果又双叒叕被MICCAI收录了！
语义/实例分割问题是近年来医学图像计算领域的一个热门研究课题，70％以上的国际竞赛都是围绕着它展开。在临床上，分割方法使能临床辅助决策、术前规划、肿瘤动态监控等任务，具有极高的临床使用价值。
2020年国际医学图像计算和计算机辅助干预会议（MICCAI 2020），论文接收结果已经公布：华为云医疗AI团队和华中科技大学合作的2篇研究成果入选。
MICCAI作为国际公认的跨医学影像计算(MIC)和计算机辅助介入 (CAI) 两个领域的顶级综合性学术会议。不仅具有国际影响力和学术权威性，还是医学影像分析领域的前沿热点风向标，更是验证相关研究成果含金量的地方。
基于医生手工勾勒或者传统软件勾勒的方法耗时耗力或者方法泛化能力差，基于深度学习的方法在医疗图像分割问题上展现优异的分割性能，但是由于医疗设备成像原因（成像伪影），器官病灶本身构造原因（器官病灶内部体液、肌肉间隔，相邻器官病灶边缘界定不清晰）等诸多原因，导致器官病灶等待分割物体边缘不清晰，已有深度学习的方法无法较好解决以上问题。
针对上述问题，华为云和华中科技大学提出了2种解决方案，分别利用图像的不连续性信息及方向场信息，对现有网络进行改造，实现边界精准分割，可极大提高病灶区域或器官图像的分割精度，助力医生对疾病的诊断和治疗。 可以看出这两种方案，每一个都展示出了超越传统方法的效果。
AI+医疗，华为云秀前沿成果
论文一：业界首次阐述区域内（如器官病灶等）不连续性对区域边界分割问题的影响，并提出解决方案
已有分割方法在区域不连续位置通常分割效果较差，经常错误地将区域内的不连续位置误判为区域边界，导致预测的区域边界不准确，如图1b所示。针对以上问题，华为云EI医学影像团队联合华中科技大学首次阐述区域内不连续问题导致边缘分割不准确这一概念，并提出一种简单而有效的解决方法：提升不连续位置的注意力，具体为应用一个边缘检测器（Scharr Filter等，效果图如图1c）来识别不连续的位置，并将此“不连续”监督信号添加到loss目标函数中，配合常规Dice loss组合成多任务目标学习函数，以此进行更精准的边缘识别，算法框架如图2所示，识别效果图如图1d所示。
本文方法在三种医学图像分割任务（MRI心脏分割数据集-Cardiac500、MRI前列腺分割数据集-T2-SPIR和MRI肝脏分割数据集Medical Segmentation Decathlon）上进行了全方位验证，相比于已有基线方法，DICE分别提升0.68个点，1.09个点，0.8个点（如图3a和c），并在心脏分割迁移任务上Cardiac500->ACDC提升了5.1个点（如图3b）。
为了进一步说明本文方法解决区域内不连续性问题的有效性，华为云分析了Cardiac500数据集中2645个测试样本的DICE分布，本文方法完全消除了DICE小于0.8的样本（基线方法有13个样本低于0.8），如图4所示。
论文二：利用方向场进行语义像素级关联，维持解剖学结构，实现边界精准分割
（1）在MRI成像过程中，磁场不均匀或脏器运动等原因产生的MRI伪影常常使得目标边界模糊；（2）当前基于深度学习的分割方法由于缺乏有效的语义像素级关联，导致分割出来的目标物体无法维系解剖学结构，如图7所示；基于以上问题，华为云医疗AI团队联合华中科技大学提出了一种通过学习方向特征图，强化像素间语义级关联，该方法通过增加类间距，缩小类内距，维持物体解剖学结构，实现高精度的边缘分割。具体为1）通过UNET学习初始分割效果图；2）基于UNET主干通过DF模块学习每个像素的方向场的强度信息和方向信息；3）利用学习得到的方向场信息对初始分割效果进行迭代修正，使用脏器中间分割结果指导边缘分割；4）联合初始分割效果+方向场学习+修订的分割效果等任务进行多任务学习，如图5所示。
本文所提的模型简单、有效，并且可以灵活地添加到任何现有的分割网络中，且基本不会增加推理时间开销。在心脏分割ACDC（Automatic Cardiac Diagnosis Challenge Dataset）数据集，本文方法表现出良好的分割以及泛化性能（分割效果如图7）；相比已有的方法，本文方法DICE提升1.3个点，并在心脏分割迁移任务上（Self-collected ->ACDC， ACDC ->Self-collected）分别提升了1.1个点和1.7个点，如图6所示。
大力度聚焦AI医疗
正如文章开篇所用的词“又”，在去年的MICCAI以及MICCAI-MIML上，华为云医疗AI团队已经有3篇论文入围。在业界多个挑战赛事上如LUNA-2016、HC-2018、ISLES-2018 等，华为与也都达到了领先水平。
在专家方面，IEEE Fellow、AI大牛田奇加入了华为云出任华为云人工智能领域首席科学家。
不仅仅是学术研究，华为云还在积极探索如何将AI技术在医疗领域上的快速落地。在与金域医学合作探索AI辅助病理诊断应用开发；疫情期间，华为云与蓝网科技等合作伙伴，打造出了基于人工智能的医疗影像辅助诊断系统等等。在多年的技术积累下，华为云为用户提供端到端的AI使能平台华为云EI医疗智能体（eHealth），覆盖医疗影像、基因组、制药等领域，与医疗行业领先企业及医院和高校合作，加速AI研究和应用落地。
华为云的研究成果又双叒叕被MICCAI收录了！相关推荐
- 厚积薄发！华为云7篇论文被AAAI收录，2021年AI行业技术风向标看这里！
摘要:近期,全球人工智能领域的顶级学术会议AAAI 2021将于2月2日-9日在线上召开,华为云的7篇AI科研成果被收录. 全球人工智能领域的顶级学术会议AAAI 2021将于2月2日-9日在线上召开 ...
- 【华为云动态】华为云开放日发布云专家激励计划，要将开发者“宠”上天
文:砍柴网 华为最神秘的地方是哪里? 很多人一定会说是2012实验室,这个被称为"中国黑科技最多的地方"简直就是哆啦A梦的"神奇口袋",总是能源源不断地带来令人 ...
- 华为云首批通过可信区块链评测
华为云首批通过可信区块链评测 来源 :互联网 近年来,区块链技术正在被各行各业所认可,具有"降成本.提效率.优化产业诚信环境"的作用.基于区块链系统,数据可以被有效地确权,通过&q ...
- 人工智能打造充满创造力的新世界，华为云开发者日无锡站成功举办
摘要:近日,华为云开发者日HDC.Cloud Day无锡站成功举行,开发者不仅聆听了华为云技术专家在生成式AI.元宇宙.AIoT.工业互联网等领域的前沿技术分享,还在KooLabs工作坊.展台等环节, ...
- 华为云盘古大模型登Nature：秒级完成气象预测，速度快一万多倍
作者 | xxx 编辑 | 汽车人 原文链接:xxxxx 点击下方卡片,关注"自动驾驶之心"公众号 ADAS巨卷干货,即可获取 本文只做学术分享,如有侵权,联系删文 华为云盘古气 ...
- 预报提速10000倍以上！华为云盘古气象大模型研究成果登上《自然》正刊 | 美通社头条...
美通社消息,国际顶级学术期刊<自然>(Nature)杂志正刊发表了华为云盘古大模型研发团队研究成果 --<三维神经网络用于精准中期全球天气预报>(<Accurate me ...
- AI辅助检测脑动脉瘤，灵敏度达97.5%，华为云联合成果登上国际顶级期刊
本文转载自机器之心. 近日,放射学领域国际顶级期刊<Radiology>发表了华为云 EI 创新孵化 lab.华中科技大学电信学院.华中科技大学同济医学院附属协和医院放射科联合团队的最新研 ...
- 华为鲲鹏高校行长沙启航，助力基础研究成果转化
新基建的加速建设,推动了人工智能.大数据.云计算.物联网等新兴领域的融合:智慧医疗.智慧城市.无人驾驶.智慧金融等场景应用的日益成熟,又催生了大量算力需求. 可以说,当今时代,算力已成为新的生产力,但 ...
- 华为云 EI 聚焦三大基础研究创新，助力产业智能升级
7 月 27 日,华为云举办 TechWave 人工智能专题日,与政企.科研机构和学术界等代表,共同探讨人工智能前沿技术.行业优秀实践,以及如何推动实现普惠 AI.华为云宣布,将聚焦在计算机视觉.决策 ...
最新文章
- 我的2011就这样混掉了
- 网站优化中应该注意的细节有哪些？
- iOS开发-63】Unknown type name CGRect,did you mean Rect?的解决方案
- OOAD 面向对象分析与设计
- 2019.2.4 nfs原理和安装实验
- 启动之后自己关闭_电脑怎么关闭自动更新
- How to set a timeout with AFNetworking
- 第九节、人脸检测之Haar分类器
- Python随机梯度下降法（二）
- linux下lampp(xampp)安装memcached扩展
- Comprehensive learning path – Data Science in Python深度学习路径-用python进行数据学习
- 与Snapchat死磕， Facebook推出AR滤镜应用
- 2020年这些正则应该被收藏(更新, 63条)
- 虽迟但到，手眼标定代码实现篇
- java调用WebService接口工具
- 家里的无线网最近总是网速不稳定，一阵一阵的卡，是怎么回事？
- 优秀的项目经理应该具备的能力
- directory opus使用教程
- 学英语查单词:快乐英语,简单生活,why not Bing EngKoo!?
- Leetcode_NO199_二叉树的左视图，右视图