因疫情影响，第二十三届国际医学图像计算和计算机辅助干预会议（MICCAI 2020）于10月4日-8日在线举行。该会议是医学影像人工智能领域的国际顶级会议，除了展示领域内最新研究成果外，还因举办面向各种医学图像智能分析场景的国际挑战赛而受到全球研究者和业界的广泛关注。西北工业大学计算机学院的空天地海一体化大数据应用技术国家工程实验室夏勇教授课题组博士生贾灏哲在大脑胶质瘤分割挑战赛（BraTS 2020）获得国际亚军，博士生张建鹏在基于多序列CMR的心肌病理分割挑战赛（MyoPS 2020）获得国际季军。这是我校科研团队在医学影像领域取得的又一佳绩，展示了我校计算机学院在医学影像智能计算这一新兴交叉研究方向上的技术实力。

图1. MICCAI BraTS 2020竞赛结果

图2. MICCAI MyoPS 2020竞赛获奖证书

大脑胶质瘤是由于大脑和脊髓胶质细胞癌变所产生的、最常见的原发性恶性颅脑肿瘤。得益于其内在多样化的扫描设定，多序列磁共振影像一般被用来描述胶质瘤子区域在成像表型（外观和形状）上的不同生物特性。大脑胶质瘤分割竞赛（BraTS 2020）旨在开发基于多序列磁共振影像的胶质瘤区域和结构的精准分割算法，从而为手术方案制定和预后提供辅助。该竞赛由MICCAI大会与宾夕法尼亚大学药学院等机构联合主办，自2013年起已连续举办8届。今年的BraTS 2020竞赛规模更大，吸引了七十多家国内外高校和研究机构的参与。在夏勇教授和匹兹堡大学黄恒教授、悉尼大学蔡卫东副教授的联合指导下，我校博士生贾灏哲同学提出高分辨率和非局部特征学习网络，利用平行多尺度融合模块来增强网络的高分辨率特征学习能力，同时引入期望最大注意力模块，高效低成本地增强模型提取影像中全局依赖性信息的能力，进而提高模型的分割准确率，并最终获得该竞赛第二名。

图3. 贾灏哲通过视频在MICCAI 2020 Workshop on BraTS上介绍上述研究成果

图4. 张建鹏通过视频在MICCAI 2020 Workshop on MyoPS上介绍上述研究成果

心肌存活能力评估在心肌梗死患者的诊断和治疗管理中是至关重要的。临床上，通过多序列心脏磁共振数据，医生可以获取心肌的解剖及形态信息。心肌病理分割竞赛（MyoPS 2020）旨在开发基于多序列磁共振数据对心肌的正常、梗死和水肿区进行精准分割，从而对心肌梗死患者的诊断和治疗管理提供有效的决策辅助。在夏勇教授的指导下，我校博士生张建鹏同学提出了一种简单有效的深度卷积神经网络模型来分割多序列磁共振数据中的水肿和疤痕区域。该模型以EfficientNet为编码器来进行特征提取，以双向特征金字塔网络作为译码器来对分割掩模进行预测。这种网络结构的参数量相比传统卷积网络来说要少得多，而且双向特征金字塔网络能够更加轻松、快速地实现多尺度特征的融合。模型同时使用了一种在心肌病灶分割任务中十分有效的边界损失函数，从而进一步提高了分割准确率。该模型相比其他深度学习模型要更加轻量，且性能更加优越，能够切实地提高心脏病灶分割的准确性，取得了该竞赛第三名。

此外，来自同一课题组的博士生谢雨彤和硕士生杨玺组队参加了MICCAI 2020甲状腺结节超声分割挑战赛（TN-SCUI2020），并取得了第四名的好成绩。

由张艳宁教授领导的空天地海一体化大数据应用技术国家工程实验室致力于建设空天地海一体化大数据应用技术创新平台，支撑开展数据基准与协同感知探测、广域动态多源信息智能化处理与理解、多源信息多维重建与可视计算、面向应用的大数据信息挖掘与分析、多域多维信息系统等技术的研发和工程化。夏勇教授是国家级青年人才计划入选者，近三年来带领课题组开展医学图像分析和计算机辅助诊断等方面的研究工作，取得了多项创新成果，在IEEE会刊、CCF A类期刊会议和本领域顶级期刊MedIA、顶级会议MICCAI上发表论文40余篇，先后担任本领域顶级会议ISBI 2017分会主席、MICCAI 2019领域主席和MICCAI 2020分会主席等。本项研究得到了西北工业大学博士论文创新基金（CX202042）的支持，以及来自计算机学院和国际合作处的长期支持。

图5 博士研究生贾灏哲近照                  图6 博士研究生张建鹏近照

（撰稿：贾灏哲、夏勇；审核：高武）