周少華 Kevin:醫學影像分析頂會 MICCAI 2018,我的三個預測都實現...

2020-12-12 雷鋒網

雷鋒網 AI 科技評論按:本文首發於美篇(https://www.meipian.cn/1lec7hpu),作者周少華,雷鋒網(公眾號:雷鋒網) AI 科技評論獲本人授權轉載,特此表示感謝。

周少華 Kevin,是中國科學技術大學學士、美國馬裡蘭大學博士, 專業為電子工程。他曾在西門子負責研發與醫學圖像相關的創新產品,現任中科院計算所研究員。他撰寫編輯了五本學術專著,發表了 180+ 篇學術期刊及會議論文和著作章節,擁有 80+ 項批准專利,並多次獲獎,包括發明奧斯卡獎、西門子年度發明家、愛迪生專利獎、馬裡蘭大學 ECE 傑出校友獎。同時,他還是 IEEE TMI 和 Medical Image Analysis 期刊副主編、CVPR 和 MICCAI 的領域主席、《視覺求索》聯席主編以及美國醫學與生物工程院 Fellow。

MICCAI 是醫學影像分析 (Medical Image Analysis) 研究領域的頂尖年會。今年,MICCAI 2018 於 9 月 16 日至 20 日在西班牙的格拉納達 Granada 舉行

九月中的西班牙,已經是秋季,可西班牙人的熱情卻還似夏日一樣久久不曾褪去。一年一度的 MICCAI 盛會就在這樣的熱情中於西班牙的格拉納達 Granada 舉行了。

【一、格拉納達】

格拉納達 Granada 地處西班牙中偏東南部,坐落在 Sierra Nevada 山腳,四條河 (the Darro, the Genil, the Monachil and the Beiro)的匯聚之處。海拔平均 738 m,離地中海一小時車程。她是個中等城市,人口超 20 萬;也是個大學城,每年有八萬多學生在格拉納達大學求學。因此,整個城市顯得年輕,充滿活力,洋溢著朝氣。

格拉納達是西班牙最受歡迎的旅遊景點之一。她歷史悠久,曾是西班牙的歷史長河中一個奠基石。當年,哥倫布在此附近被任命去探索新大陸,開啟了當代的美洲歷史。她文化薈萃,伊斯蘭、猶太、基督三種文化共存。著名的 Alhambra 宮殿就是一座阿拉伯城堡。

【二、大勢所趨】

前兩天,讀到一篇文章說,世上聰明人分三等,三等聰明靠做事,二等聰明靠觀人,一等聰明靠奪勢。這裡我鬥膽記載如下趨勢,希望與大家一起「耍聰明共奪勢」。

1. MICCAI 熱度升高

本次大會與前幾年相比,全面升級。投稿、接收文章、與會人數、workshop 數量、turotial 數量、贊助商個數等方方面面都創新高。

因為文章數增加但會議天數沒有變化,今年會議也首次引進部分雙軌制,與單軌制結合。

究其原因,主要受益於大環境。人工智慧在這兩年經歷了野性生長期,雖然最近熱度略有回熱,但市場增量是確定的,而這種增長性會沿著慣性延續下去。

2. 與相關領域緊密結合

MICCAI 正在與別的領域加強合作。最近,MICCAI 與 American College of Radiology(ACR)籤署了合作備忘錄,來保證 AI 算法可以滿足臨床需求。ACR 主席 Geraldine McGinty 也給了主旨演講。與 MICCAI 主席 Wiro 私下交流中得知,MlCCAI 與其他類似 ACR 的 societies 也正在接洽中。

MICCAI 與計算機視覺本身就是一家。十多年前,我個人的文章只發 CVPR、lCCV、ECCV 等會議。可是形勢逐步演化,MICCAI 成為我的首選,為的是與更多的同行有交流,影像分析與視覺似乎越走越遠。可最近情況有所逆轉,特別是算法方面,很多基於深度學習的算法很快就會在兩邊普及。本次會議也邀請了 Professor Kristen Grauman 作為主講嘉賓。

3. 深度學習紅透半邊天

深度學習技術滲透到每一個角落。Reconstruction,enhancement,segmentation,registration, synthesis 等技術方向紛紛轉向深度學習。另外,隨著學習框架的開源與普及,使用深度學習成為了必然的首選。

現在的研究更在於如何將深度學習結合自己問題的領域知識,才能達到原創性。這也是我這麼多年來一直在實踐的"機器學習+知識模型"思路。

【三、花樣年華】

3.1 主旨演講 Keynote Speech

Geraldine McGinty MD, MBA, FACR

Chair of the ACR『s Board of Chancellors & Chief Strategy and Contracting Officer, Weill Cornell Medicine Physician Organization

全面總結了 radiology 的前世今生、現狀未來、困境機會、希冀展望,very informative!也給大家指明了努力方向。

這張 Slide 充分說明了 radiology 的複雜度。根據經典的 gamuts.net, 一共有 4600 unique imaging findings,13000 unique conditions that cause findings, 57000 linkages between findings and conditions。

Professor Paolo Dario

Director of the BioRobotics Institute at Scuola Superiore Sant』Anna, Pisa, Italy

他描述了手術機器人的奇遇記 fanastic voyage: 從三十多年前的科幻到如今的現實。從毛毛蟲的爬行中得到啟示,他和團隊發明了可爬行的 Capsule endoscopy,而爬行的動力來自於外部的核磁場!

Professor Kristen Grauman

Facebook AI Research & Professor in the Department of Computer Science at the University of Texas at Austin

Professor Bradley Nelson 

Professor in Robotics and Intelligent Systems at ETH Zürich

全面介紹了 Micro and nano size robots。搭建微型 robot, 難點在於如何給它提供動力,讓它運動,突破物理規律。當然 fibrication 難度係數也大大提高。

3.2 MICCAI2018 華人學者聚餐會

**聯影智能、匯醫慧影、視見醫療、圖瑪深維、比格威醫療、柏視醫療、深透醫療、體素科技、訊飛醫療、視源股份** 聯合冠名

9 月 18 日周二晩上 7 點半

La Restauracion del Hotel Alhambra Palace

曾國棟 姚林林 周少華 馬鍇 陳子儀 嚴文君 喬夢雲 竇琪 閆平昆 吳燁 付華柱 朱卓暾 趙瑜 史勇紅 章琛曦 杜浩 張帆 吳絲桐 趙燦 薛武峰 吳健 楊欣 陳章 孔斌 劉立 陳延位 陳強 閆增強 張天翊 王淑君 倪東 蔣官憶 吳國慶 劉思奇 容毅標 劉滿華 吳軼成 楊鑫 俞凱 王醒策 李碩 張拓 馮馳宇 李玉潔 陳翰博 程駿 韓忠義 袁奕萱 魏本徵 陳城 項磊 趙一天 曹一揮 邵偉 印胤 龐樹茂 夏勇 夏炯 紀則軒 劉明霞 張建鵬 謝雨彤 鄭亞林 孫蓬 呂樂 劉江 許言午 李剛 王利 張賀曄 朱文濤 趙天依 李欽策 張燕平 王沛 劉香園 陳軍 張道強 程健 李小萌 張文 範永輝 廖昊夫 任旭華 王娜 張冬青 壽昊暢 徐晨初 王玉平 谷林 李霄霄 王伽寧 吳俊 蔡衛東 孫鑫偉 張益碩 林蘭芬 梁棟 霍元愷 汪琳薇 謝龍 唐暉 錢真 史穎歡 羅捷 施鵬程 吳奕凡 沈理 閔哲 聶棟 趙濤 鄭國焱 吳博烔 顧運 鄭冶楓 王純亮 陳晨 陶倩 李全政 楊光 劉力豪 王國泰 葉謀添 賀太綱 馮雪 王承嘉 莫元漢 夏滬川 陳志祥 劉亞淑 谷豔陽 鄭昊 

*聯影智能 -- 曹曉歡 

*匯醫慧影 -- 孟博文、左盼莉、鍾淑玲、史瑞瓊、王成

*視見科技 -- 陳浩、林黃靖、Karen、Stratios

*圖瑪深維 -- 高大山、陳韻強

*比格威醫療 -- 陳新建

*柏視醫療 -- 沈爍

*深透醫療 -- 張濤

*體素科技 -- 梁建明

*訊飛醫療 -- 殷保才

*視源股份 -- 楊銘

特別感謝志願組織者曾國棟和姚林林,他們做了大量的極其瑣碎工作:找餐館、人員登記、Check-in、拍照等。

眾學者拾級而上

五星級皇宮旅館正門

到達飯店正值夕陽紅

酒會之後下山"夜巡"

3.3 Tutorial:Deep Reinforcement Learning for Medical Imaging

從 2004 年博士畢業開始工作起,我就堅定不移地從事利用機器學習算法並結合知識模型來分析醫療影像。同時,也組織了一系列 Tutorial 來宣傳 Machine Learning for Medical Imaging 的基本知識。

-- 2009, Discriminative Learning for Medical Imaging, London, United Kingdom. (Jointly with Profs. Zhuowen Tu and Adrian Barbu)

-- 2014, Generative and Discriminative Learning for Medical Imaging, Boston, Massachusetts. (Jointly with Prof. Adrian Barbu)

-- 2015, Deep Learning for Medical Imaging, Munich, Germany. (Jointly with Prof. Dinggang Shen, Prof. Heung-il Suk and Prof. Hien van Nguyen)

-- 2018, Deep Reinforcement Learning for Medical Imaging, Granada, Spain. (Jointly with Prof. Hien van Nguyen, Dr. Khoa Luu, Dr. Animesh Garg, and Dr. Hoang Ngan Le)

今年,我們聚焦深度增強學習(DRL)。第一部分,從 Reinforcement Learning 的最基本概念開始,講到 Deep Learning,然後介紹 Deep Reinforcement Learning。第二部分涉及了 DRL 在醫療影像中的幾個具體例子。我也講述了如何應用 DRL 來解決參數化檢測和配準問題,並詳細討論了三篇相關文章。

個人感覺,DRL 在未來是大有可為的研究方向。究其原因,主要有二:

1. CNN 及 adversarial learning 目前大行其道,缺少創新感; DRL 則是稀缺資源。為了準備本次 turorial, 我們也頗費了一番周折才找到了合適的工作。

2. DRL 本身是個非常 powerful 的 framework,幾乎可以用來解決任何問題,但是漂亮框架後面還有不少技術難點,任何 little step 可以 make good impact。

舉個例子,Supervised Action Classifier: Approaching Landmark Detection as Image Partitioning 是我們去年在 MICCAI 發表的工作。常規的 landmark 表達包括點坐標、heatmap 圖等。我們提出一種新的表達方式 action map,用於表示 landmark。其中的玄機就是引進了 DRL 的思路。a) landmark 檢測轉化成 path 查找,從圖中任何一點,如何通過上下左右前後各方移動達到標誌點; b) 直接學習 Q 函數比較複雜,最佳 policy 不夠直覺化,所以我們乾脆指定最佳 policy 來"反向學習"。這其實非常接近 lnverse RL 的思路。實驗結果表明此表達方式效果明顯。

歡迎大家一起合作來玩 DRL。

滿堂的聽眾,目測超過 100 人。

3.4 Gala dinner

3.5 MedIA Editorial Board Lunch

85%: overall rejection rate

10: # of chinese universities are within top 20 institutes downloading MedIA articles

13: # of accepted articles from China in 2017 (It was 9 in 2016)

64: # of submitted articles from China in 2017 (so the rejection rate for China is 80%, which is lower the overall rate)

5.356: 2-year impact factor (tmi is 6.131)

MedIA ranks the 8th in all publications matching computer vision and pattern recognition per Google Scholar.

【四、中國力量】

本次參會的華人同比去年大幅增加,來自大陸的學者達 130 多人,還有在海外的華人學者估計也有一百多人。另一個例證就是聚餐會今年人數達 150 人,而去年有 100 多人。

華人公司參展也有不少,包括 CVTE、匯醫慧影等。贊助聚餐會的公司更達 10 個。

更可喜的是文章質量也同步提升,獲獎連連,包括 Young Scientist Award。

【五、拙作介紹】

介紹一下自己的 MICCAI2018 工作。今年一共投了 5 篇,3 篇首輪被錄,1 篇次輪被錄,1 篇杯具。其實,次輪被錄的那篇其實 reviewer 評論很好,但因一個小失誤被抓住把柄,其中某張圖一不小心重複了一次(ctrl+V 多了一次)而超過指定頁數。

S. Liu, D. Xu, S. Kevin Zhou, O. Pauly, S. Grbic,T. Mertelmeier, J. Wicklein, A. Jerebko, W. Cai, and D. Comaniciu. 3D Anisotropic Hybrid Network: Transferring Convolutional Features from 2D Images to 3D Anisotropic Volumes.

三維圖像往往各方向的精度差異很大,在這種情況下如何有效地學習深度網絡是個難題。本文試圖利用遷移學習,把二維特徵有效地轉到三維。

Z. Xu, Y. Huo, J. Park, B. Landman, A. Milkowski, S. Grbic, and S. Kevin Zhou. Less is More: Simultaneous View Classification and Landmark Detection for Abdominal Ultrasound Images. 

本文訓練一個網絡做二件事: 識別超聲圖的類別以及檢測相關特徵點,做到一石二鳥,以少勝多。

H.Liao, Y. Tang,G.Funka-Lea, J. Luo, and S. Kevin Zhou. More Knowledge is Better: Cross-Modality Volume Completion and 3D+2D Segmentation for Intracardiac Echocardiography Contouring.

心臟消融手術可用無輻射的 Intracardiac Echocardiography(ICE) 來導航,從而要在 ICE 中找到心房、心室、肺靜肺等器官的輪廓線。本文提出一種方法,融合多方面知識 (探頭幾何位置、來自 CT 的圖像信息) 來達到滿意的效果。

H. Liao, Z. Huo, W. Sehnert, S. Kevin Zhou, and J. Luo: Adversarial Sparse-View CBCT Artifact Reduction. (Oral)

如何以 1/3 的採樣卻達成全採樣的效果,本文介紹了利用對抗學習來降低重建圖的瑕疵,特別是難纏的 streak artifacts.

杯具的這篇也順便廣告一下。

S. Guendel, S. Grbic, B. Georgescu, S. Kevin Zhou, L. Ritschl, A. Meier, and D. Comaniciu: Learning to recognize Abnormalities in Chest X-Rays with Location-Aware Dense Networks. arXiv:1803.04565.

本文記載了當時的在 Xray 疾病檢測的最好結果。創新點在於充分利用大數據還有病灶的位置信息。

【六、明年預測】

先回顧一下我去年的預測,看看是不是準確。

去年預測一 >> DL 已經大肆"入侵"MICCAI。據不完全統計,約一半文章與 DL 相關。遺憾的是,真正突出的文章不多,CVPR 也是這樣。預測明年 DL 相關文章佔比會更多。

實際情況:正是如此,據不完全統計,今年約八九成文章與 DL 相關。

去年預測二 >> 隨著人工智慧大熱,今年 CVPR 在各個方面達到了頂峰。MICCAI 則不然,文章數基本持平,參會人數達到新高。原因可能是 Miccai 的文章更偏向 research 場景,側重 clinical 應用的不算太多;而 CVPR 的文章很多是關於實際應用的。預測明年 MICCAI 文章會有更多側重 clinical 應用,文章數和參會人數達新高。

實際情況:正是如此。投稿逾 1000(超過去年 33%),接受 373 篇,。參加主會人數近 1400 人,其他 Satellite Events 逾 1600 人,兩者都創新高。

去年預測三 >> MICCAI 華人力量日益強大。預測華人與會人數會更多。

實際情況:正是如此。前面也有闡述。

今年的預測如下:

1) 以上三個預測會繼續成立,特別是預測三,因為明年在深圳舉行。

2) 贊助的公司數會更多,因為我和廖洪恩老師負責拉贊助。贊助商們,請踴躍朝我們拍磚,向我們開炮。

【七、花絮合影】

# 崔松野的福利 #

去年 MICCAI,崔松野作為魁北克當地學生參與組織了大獲成功的聚餐會,也因此在聚餐會名單上排名第一。據說,他得到了不少公司(包括騰訊)獵頭的青睞。順便,也幫本次的志願者曾國棟和姚林林廣告一下。

#「機」緣巧「合」#

沈定剛教授在浦東機場上飛機,發現同航班 CA389 至少有 20 多人一起去參加 MICCAI, 遂提議大家下飛機時一起合影。這可謂是「機」緣巧「合」!

# 貼心之群 #

出門在外,總有一些意料之外的事情發生。這不,徐群友在群裡一聲詢問:「還沒出發的同學老師 方便帶點感冒藥嗎?」馬上不少人回答,「我有白加黑」「我有必理痛 16 日帶到」「我有藿香正氣膠囊 治感冒很管用」。

過一會,陳群友分享攻略:「granada 機場很小,沒有 uber,只有少量的 taxi. 門口可以做去市區的 bus,3 歐一人。做到最後一站就到了 miccai 會場。然後可以去附近的酒店。」其他群友:「granada 出租也不貴的」「taxi 27euro」

最貼心的莫過於來自號稱南方哈佛-土倫大學的王玉平教授。他先是給大家推薦 Google Translate App,然後無私分享了格拉納達超全攻略(link 如下),信息充足詳實,實乃收藏備用之佳作。

# 西班牙小費 #

小費一定要用現金。

午餐或白天用餐:考慮一人一歐元左右。

晚餐:一般不用給小費。若你覺得服務超好,可以給 5-10% 的小費。

# 西班牙電壓 #

電壓:220 伏。

插座:歐洲通用的三相圓孔電源插座,中國的兩腳圓形插頭不需要轉換器

# 名額緊張 #

聚餐會報名信息在群裡一公開,報名者如脫韁野馬般蜂擁而至,人潮人湧,甚至出現了「踐踏」現象。報名單序號狂漲,漏號錯號不時發生。群員也是頗有微詞,對這種「亂象」提出了「抗議」。這主要是作為組織者的我,事前沒有想到,因為去年的聚餐會報名過程還相對 smooth。當然,這與 NIPS 十分鐘名額截止還是有不少差距的,爭取以後盡力縮小差距,把報名過程進一步完善。

# 贊助商與 gala dinner #

本次會議參加 gaIa 約 1500 人,120 多桌,滿滿一帳篷。難怪有人發朋友圈說,像是來參加一場婚禮。

觥籌交錯中,我初步算了一筆帳,發現基本上贊助經費是不夠 gala dinner 開支 (場地費、餐前酒會、正式用餐、餐後表演、包車接送等),但可以很大程序上補足子彈以保證質量。因此,贊助的多少與 gala dinner 的質量息息相關,而"gala dinner 的質量似乎是人們記憶中的會議質量最決定因素"(Quote from 倪東,明年 MICCAI 的東道主),畢竟民以食為天。我個人還記得去年我馬裡蘭導師組織的夏威夷 CVPR,gala dinner 就在海灘公園舉行。乘著海風欣賞星辰大海,就著中餐美酒大快朵頤,別提有多美了!

寫到這裡,我作為明年的 sponsorship chair, 頓覺亞歷山大。贊助商們,趕快拿出支票本努力來砸我們,砸到我們抬不起頭來,挺不一直腰,伸不開四肢為止。實在不行,我就只能"賣身投靠",希望這把老骨頭還值得錢。

# 西班牙效率 #

第一天,會務組 Onsite registration 大排長龍,很多人為了參加 workshop 不得排兩個多小時。這個效率不說也罷。

# 西班牙美食 #

會議全程提供午餐,大家普遍反應很好,美味可口,但肉食居多,素食主義者會有點困難。期間碰到本次大會主席 Alex Frangi, 反映了這個情況,他說: "This is the hardest part to screw up in Spain."

# 「一吻」千金 #

Nicholas Ayache 頒發 Elsevier Medical Image Analysis MICCAI2017 Special Issue 最佳文章,Lena 上臺領獎並獲一千刀獎勵。兩人禮節性地致貼面禮,於是 Nicholas 戲稱「一吻」值千金。

格拉納達超全攻略(附阿爾罕布拉宮詳盡介紹)

三人組: 李碩.UWO、施鵬程. 羅徹斯特理工、鄭國焱. 伯爾尼大學

最佳點評:

沈定剛. 聯影智能> 合肥 × 1.5

吳健. 浙大> 連重三圓

閆平昆.RPI> 朝鮮最高統帥金 xx

與圖瑪深維 CTO 高大山和首席科學家陳韻強合影

與柏視醫療 CEO 沈爍在視見科技 booth 合影

視見科技陳浩與 Unet 發明者 olaf

老男孩組合: 施鵬程. 羅徹斯特理工、王玉平. 土倫、我、沈理. 賓大、夏炯.methodist houston

【八、感謝致辭】

感謝贊助商支持聚餐,感謝志願者辛苦付出,感謝同仁好友們帶給我的美好時光,感謝朋友圈提供照片。

MICCAI2018 在格拉納達落幕了。明年深圳見!

【九、花甲母校】

會議期間,正值母校中國科學技術大學六十周歲,在此也送去一份來自西班牙的祝福!

【十、廣而告之】

本人最近開始了新的生活篇章。希望可以與諸位老師同學們、公司同仁們多多合作,合作方法可以多種多樣: 科研合作、共同指導、交換交流、實習加盟、成果轉化等,有意者請私聊 (微信號: xietangren)。

去年,雷鋒網也轉載了周少華博士的文章:《周少華 Kevin:醫學影像分析頂會 MICCAI 17 有哪些驚喜?》,大家可移步社區(http://www.gair.link/page/blogDetail/3940)閱讀此文。

雷鋒網版權文章,未經授權禁止轉載。詳情見轉載須知。

相關焦點

  • 周少華Kevin:醫學影像分析頂會MICCAI 17有哪些驚喜?
    MICCAI 是醫學影像分析 (Medical Image Analysis) 研究領域的頂尖年會。今年 9 月 10 日到 14 日在加拿大魁北克會議中心舉行,與會者達 1350 人左右。Industry Session Chair 9 月 13 日星期三 早上 8 到 10 點MICCAI Oral Session 14 是專門針對工業界設計的,共有四個演講
  • MICCAI 2020 正式舉辦:沈定剛當選 MICCAI Fellow,影像計算華人首位
    從某種程度上講,這類研究相比於熱門的深度學習,均為醫學影像分析領域的「冷板凳」:難度大、周期長、研究者寥寥。但正是十年如一日的探索,使得周少華於去年當選IEEE Fellow。在上一屆MICCAI大會上,周少華向雷鋒網分享了4大重要趨勢:深度學習自動化、成像與分析的結合、聯邦學習、通用表徵學習。
  • 全球醫學影像專利分析報告,GPS三巨頭的中場戰事
    近年來,隨著AI技術的高速發展,人工智慧技術在放射影像中的輔助診斷功能越來越豐富。例如人工智慧算法中的圖像檢測、圖像識別、模型聚類、模型聚合等,對於病灶的確定、診斷的判別都具有更準確、更快速的效果。為探討全球醫學影像技術演變趨勢、競爭環境等,動脈網蛋殼研究院聯合超凡智慧財產權共同完成《全球醫學影像專利分析報告》。
  • 醫學影像AI元年:李純明、呂樂、彭漢川,當選IEEE Fellow
    其中在醫學影像分析領域,知名學者李純明教授、彭漢川教授、呂樂博士成功當選。今年,新增的IEEE Fellow中,華人學者高達75人,佔比26.6%,接近三成。去年,中國科學院自化研究所腦網絡組研究中心主任蔣田仔教授、中科院計算所周少華教授共同當選IEEE Fellow。對於這一現象,李純明教授認為,「現階段而言,華人學者的影響力越來越大,加入世界頂級協會的人也會越來越多。」
  • 人工智慧:心血管醫學影像突破性發展的必由之路
    經過半個多世紀的發展,人工智慧在圖像識別、語音識別、文本處理等領域取得了突破性進展。目前人工智慧也在深刻地影響著醫學的發展,特別是給醫學影像分析帶來了前所未有的機遇和挑戰。一、人工智慧應用於醫學影像是大勢所趨醫學影像數據佔到了醫院數位化數據的90%。隨著成像技術的不斷發展,醫學影像的數據量還在快速增長。
  • 一文總結全球放射學頂會RSNA 2020,AI快速影像成新熱點
    作為全球最大規模的放射學專業展會,從1915年成立至今,RSNA見證了每一次醫學影像的變革,成為醫學影像技術及應用發展的風向標,擁有來自全球136個國家的54,000多名會員。醫學影像AI新進展受關注醫學影像AI依然是本屆RSNA最熱點的話題。據了解,在今年235家參展廠商中,有超過105家參展商在虛擬展廳中展示了AI相關的產品,這一數字儘管略低於2019年的150家,卻遠高於2018年的75家。會上數百個臨床醫生及科研人員的專題報告,讓參會者可以在線上享受行業以及學界的知識盛宴。
  • 醫學影像雲平臺
    項目背景國辦發〔2018〕26號加強「網際網路+」醫學教育和科普服務。鼓勵建立醫療健康教育培訓雲平臺,提供多樣化的醫學在線課程和醫學教育。構建網絡化、數位化、個性化、終身化的醫學教育培訓體系,鼓勵醫療工作者開展疑難雜症及重大疾病病例探討交流,提升業務素質。
  • 我院舉辦中山大學醫學圖像智能分析前沿論壇
    浙江大學健康醫療大數據國家研究院副院長、浙大睿醫人工智慧研究中心主任吳健教授結合自身的研究經歷,分析了醫學人工智慧之勢、學術界前沿的研究狀況、產業界落地的現狀和挑戰等醫學應用學者關注的問題。IEEE Fellow、中科院計算所研究員周少華教授將目前醫學圖像人工智慧研究的特點、難點進行了精煉的總結,他表示醫學圖像智能分析區別於傳統的「小任務大數據",轉變為"大任務小數據",相比於自然圖像,醫學圖像分析面臨樣本不均衡、任務複雜多樣、數據噪聲、安全性等各種挑戰。
  • 萬字深度,透視AI醫學影像前景 | 報告
    • 基層市場分散,醫學影像相關的設備渠道也相對空白,存在建立渠道的機會,供應商可以以醫學影像服務為切入點,掌握基層醫療下沉渠道,構建企業在基層醫療領域的核心壁壘。1.1 公立醫院是醫學影像產業鏈核心醫學影像產業鏈最終的服務對象是患者,供給方分為三個部分,醫療機構是產業鏈核心,上遊是其供應商,下遊是支付方。
  • 2020年中國醫學影像設備行業市場現狀與發展趨勢分析 國產品牌任重...
    原標題:2020年中國醫學影像設備行業市場現狀與發展趨勢分析 國產品牌任重道遠   在醫療器械發展中,醫學影像設備一直佔據著重要地位,同時也是醫療設備高端
  • 詳解:智能醫學影像分析的前沿與挑戰 | 雷鋒網公開課
    ,通過這些方式可以對醫學影像進行重建、分析與處理,從而得到清晰可見的醫學圖像。深度學習主要有非監督與半監督特徵學習,它會分層進行特徵提取。上面提到的四個主要問題,都可以通過深度學習的方式來促進診斷,即將需要治療的地方做明確的辨識,輔助醫師做更有效地診斷,找到病灶。深度學習在醫學影像上的應用
  • 《中國醫學影像AI白皮書》今日在京正式發布
    報告從人工智慧在醫療領域的應用、醫學影像AI算法的最新進展、醫學影像AI的需求調研、臨床應用現狀與展望、政策、挑戰與建議等6個方面進行了深度研究。該報告還分析了醫學影像AI在15大臨床應用中的發展價值所在,幫助相關人士深刻透析產業發展的模式及發展機遇;並對40+具有代表性的醫學影像AI公司進行了介紹,為企業提供一套完整的發展戰略與方向;針對現行政策對醫學影像AI面臨的挑戰和機遇進行了深刻的解析,並提出了建設性建議,幫助產業相關人士剖析政策趨勢,尋找合適的發展戰略。
  • 華西醫院副院長龔啟勇:腦醫學與人工智慧發展前沿丨CMAI 2018
    代表性工作「磁共振影像學分析及其對重大精神疾病腦機制的研究」和「精神影像技術的基礎與臨床應用研究」分別獲2015年國家自然科學獎二等獎和2017年中華醫學科技獎一等獎。並在國家自然科學基金委科學儀器基礎研究專項的資助下研發出具有自主智慧財產權的磁共振實時互動眼動分析系統,進一步促進了精神放射影像技術的發展。
  • MICCAI論文精選:如何用聯邦學習解決醫學影像數據隱私問題?
    雷鋒網(公眾號:雷鋒網)消息,日前,英偉達與倫敦國王學院以及一家法國初創公司Owkin合作,在新成立的倫敦醫學影像與人工智慧中心中應用了聯邦學習技術。1.介紹深度學習神經網絡(DNN)在多種醫學應用中都顯示出很好的效果,但它高度依賴於訓練數據的數量和多樣性[11]。在醫學成像方面,這構成了一種特殊困難:例如,由於患者數量或病理類型的原因,所需的訓練數據可能無法在單個機構中獲得。同時,由於醫療數據隱私規定,在集中數據湖中收集和共享患者數據通常是不可行的。
  • 重磅| 「生物醫學影像發展戰略」專輯出版
    2018年11月17-18日,項目組在蘇州召開了以「生物醫學影像發展戰略」為主題的「科學與技術前沿論壇」。論壇研討成果以「生物醫學影像發展戰略」專輯的形式在《中國科學: 生命科學》出版。
  • 中國生物醫學工程行業現狀調查分析及市場前景預測報告(2020年版)
    **年在美國成立了國際醫學電子學聯合 會,**年該組織改稱國際醫學和生物工程聯合會,後來成為國際生物醫學工程學會。>      2.2.4 生物醫學工程國內主要發展情況分析      2.2.5 生物醫學工程國內市場發展趨勢預測分析  第三節 生物醫學工程行業國內外市場對比分析第三章 生物醫學工程發展環境分析  第一節 中國宏觀經濟環境分析(GDP CPI等)  第二節 歐洲經濟環境分析  第三節 美國經濟環境分析
  • 對話MICCAI 2019 主席沈定剛:我想做的,是為青年學者搭一座通向...
    2012年暑假,沈教授和劉天明教授(喬治亞大學、MICCAI 2019大會聯合主席)通過國內CCF組織了一個「龍星計劃」課程「生物醫學圖像分析」,邀請國外的很多醫學圖像處理專家到國內為本科生和研究生「義務」授課,從早上8點到晚上5點,持續一整周。7多年過去了,這些人都成長為這些領域裡的中堅力量。很多人碰到沈教授之後,都會高興地說:「沈老師,我是你學生。」
  • 寧波諾丁漢大學將英國最強醫學影像中心引入中國
    諾丁漢大學醫學影像中心是聞名世界的MRI發源地,其創始人彼得·曼斯菲爾德爵士是2003年諾貝爾醫學或生理學獲獎者,為MRI的誕生做出突出貢獻。影像中心匯集世界精英科學家進行跨學科寬領域研究,因在MRI領域的卓越成就,被授予高等教育女王周年獎(Queen’s Anniversary Prize for Higher Education)。
  • 所有醫學影像技術專業同行注意了……
    我是吸鐵石,無論你多強大,只要你離我近,就會被磁化放射技師考試資料
  • OCHIS講座精彩全記錄 神經影像薈萃分析 (Neuroimaging Meta-analysis)
    我目前還在學習階段,如果分享內容有不正確或遺漏的地方,懇請大家指正!今天我要和大家分享三個方面的內容:1)神經影像meta分析的概況及發展,2)神經影像meta具體分析過程和需要考慮的問題,3)神經影像meta分析的應用。Meta分析及神經影像meta分析簡介