http://maxhtr.com

深睿医疗5篇论文被MICCAI2019录入,展现在医疗AI范畴

世界医学图画核算和核算机辅佐干涉会议MICCAI2019 (International Conference on Medical Image Computing and Computer Assisted Intervention, MICCAI)选用效果发布,深睿研讨院(Deepwise AI Lab)共有5篇论文被接纳。MICCAI是由世界医学图画核算和核算机辅佐干涉协会(Medical Image Computing and Computer Assisted Intervention Society) 举行,跨医学印象核算(MIC)和核算机辅佐介入 (CAI) 两个范畴的综合性学术会议,是该范畴的尖端会议,招引了全球134所尖端科研高校的研讨团队一同参加,被以为有着十分强的世界影响力和十分高的学术权威性。跟着人工智能在各个范畴的蓬勃发展,本年MICCAI论文投稿数量再创前史新高,比较上一年增长了70%,遵从MICCAI对学术交流的深度和质量要求,本年仅录入了540篇,录取率仅31%,录入的论文代表了最前沿的图画核算和核算机辅佐范畴的前沿技能,是医学印象剖析范畴的前沿热门风向标,引领该范畴的未来发展方向。深睿研讨院自建立以来继续参加MICCAI投稿,本年深睿医疗投出10篇稿件,选用5篇,录取率高达50%,由此可见,深睿研讨院是一支分量更重质的科研团队。本次深睿研讨院被录入的五篇论文研讨方向包括语义切割、方针检测以及多任务学习等,在人工智能医疗运用范畴获得了立异性的打破。一同这些处于科技前沿的科研效果已被部分运用于深睿医疗的Dr.WiseAI辅佐确诊产品中,在临床运用中获得了杰出的效果。以下为五篇当选论文科研效果概述:Yuhang Liu, Shu Zhang, Ling Luo, Qianyi Zhang, Fandong Zhang, Xiuli Li, Yizhou Wang, Yizhou Yu.From Unilateral to Bilateral Learning: Detecting Mammogram Mass with Contrasted Bilateral Network.International Conference on Medical Image Computing and Computer Assisted Intervention(MICCAI),2019.众所周知,根据乳腺X线印象的肿块检测关于乳腺癌前期确诊具有重要的临床意义。本文提出了根据深度学习的乳腺X线肿块检测算法,显式建模乳腺钼靶图画的双方信息。经过选用形变忍受模块习惯双侧乳腺部分区域的非刚性改变,以及在逻辑双方模块中嵌入了医师阅片内涵逻辑,明显的提高了算法效果,在乳腺X线印象揭露数据集DDSM上,平等假阳性数量下,本办法的检出灵敏性超越现有办法高达5个百分点,充沛验证了算法的有用性。(网络结构图。模型以配准后的双侧乳腺图画作为输入,其间形变忍受模块Distortion Insensitive Comparison Module经过ROI Align反抗因配准带来的部分非刚性改变;逻辑双方模块Logic Guided Bilateral Module嵌入了医师阅片的范畴常识,提高了模型功能)Zihao Li, Shu Zhang, Junge Zhang, Kaiqi Huang, Yizhou Wang, Yizhou Yu.MVP-Net: Multi-view FPN with Position-aware Attention for Deep Universal Lesion Detection.International Conference on Medical Image Computing and Computer Assisted Intervention(MICCAI),2019.本文是深睿研讨院和中科院主动化所根据CT图画的全器官病灶检测器的科研探究,这项技能在肺结节、脑卒中等在日常医治过程中开端发挥越来越重要的效果。而具有一致结构的通用病灶检测器尽管有着极端广泛的运用远景,但现在仍鲜有研讨。本文根据NIH发布的迄今规划最大的CT图画数据集DeepLesion,构建了一个能够检出全身各种病灶的通用病灶检测器。结合医师在临床确诊中的专业经历,研讨员们提出了一种多视角方针检测网络来交融多种窗宽窗位下的图画信息。该网络经过方位灵敏的注意力模块来有用的交融来自不同窗宽窗位的信息。试验效果表明咱们的模型将4个假阳性下的辨认准确率从84.37%提高到91.30%。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。

相关文章阅读