nmp深睿医疗高质量AI论文十八连发，展示AI中国力量

近日，第24届国际医学图像计算和计算机辅助干预会议（下文简称MICCAI 2021）论文录用结果揭晓，2021年国际计算机视觉与模式识别大会（下文简称CVPR 2021）闭幕，深睿医疗共计有18篇代表最新科研成果的论文被这两个会议收录，体现了深睿医疗在AI算法领域的持续创新能力，也代表了以深睿医疗为代表的国内医疗AI行业已在全球领跑。
重视研发，深睿医疗多篇论文获行业顶会收录一年一度的MICCAI是跨医学影像计算（MIC）和计算机辅助介入（CAI）两个领域的顶级综合性学术会议，被公认为具有顶级的国际影响力和学术权威性。这一医疗技术领域的“奥运会”吸引了众多来自医学图像计算和计算机辅助干预方向的生物医学研究人员、工程师和临床医生共同参与。能够入选MICCAI的论文，往往代表了该领域的最高学术水平。
即将于9月底10月初举行的MICCAI 2021共计收稿1631篇，最终录取533篇。这其中，深睿医疗表现不俗，共计8篇论文被收录。

文章插图
CVPR则是IEEE一年一度的学术性会议。在各种学术会议统计中，CVPR是世界顶级的计算机视觉会议，主要内容是计算机视觉与模式识别技术。这一会议有着很强的影响力和很高的排名，也是计算机视觉领域三大盛会之一。
近年来，由于计算机视觉领域的迅速发展，CVPR的论文录用竞争十分激烈——今年的CVPR2021仅在7015篇有效投稿中录用1663篇，录用率仅23.7%。其中，深睿医疗共有10篇与香港大学、北京大学、厦门大学、中山大学和香港中文大学合作的科研成果被CVPR2021收录。这意味着深睿医疗在计算机视觉研究领域已达到国际前沿的技术水平。

文章插图
在深睿医疗被收录的18篇论文中，有三篇论文具有代表性，在CT肺结节良恶性分类、乳腺X线影像良恶性分类和早急性脑梗分割和检出方面取得了创新性突破，已达到世界领先水平。
CT肺结节良恶性分类
今年被MICCAI 2021收录的题为“CA-Net: Leveraging Contextual Features for Lung Cancer Prediction.”的论文，是深睿医疗与北京大学合作针对肺癌的早期诊断在肺结节良恶性分类方面取得的成果。
目前，肺癌的发病率居高不下，随着各个公司肺结节AI辅助筛查软件相继获批NMPA三类证, 肺结节良恶性分类成为接下来需要攻克的非常重要的方向，在这个方向上深睿已经有很深的积淀。传统上分类主要聚焦于结节的特征（如形状、边缘）进行分类。利用上下文特征补充额外信息的方法在近期越发引起关注。临床认为上下文特征指结节周围的特征结构,此类连同结节的特征可以更好的区分良恶性。
“深睿医疗这次的进展是从上下文的角度去做，不光看这个结节本身的形态，还要看结节周边区域的连带关系。比如，结节周围有没有血管汇聚，或者结节是不是在胸膜附近对胸膜已经形成了牵拉，这些都是对良恶性非常相关的表现形式。”深睿医疗首席科学家俞益洲在接受动脉网采访时表示。
深睿医疗提出了上下文注意网络（CA-Net），创新提出特征融合模块，可以自适应调整结节和结节间的上下文特征权重，同时提取了结节及其上下文特征，并进行有效融合以区分良恶性质。这种方式通过对结节周边结构的分析增强对结节良恶性的判断能力，并在Data Science Bowl 2017数据集上取得性能领先。
乳腺X线影像良恶性分类
深睿医疗与北京大学合作的“DAE-GCN: Identifying Disease-Related Features for Disease Prediction.”是又一篇被MACCAI 2021收录的科研成果。乳腺癌发病率位列中国女性恶性肿瘤第一名。学习图像中真正与疾病相关的表征对于提升癌症诊断模型的可信赖性，可解释性和泛化能力非常重要。俞益洲表示：“从乳腺钼靶图像里抽取出来的特征，部分跟良恶性有关，部分则无关。我们设计了一个基于图卷积网络的特征解耦方法把有关的和无关的特征分别分解出来。通过把特征解耦和图卷积网络结合形成新的算法，从而实现良恶性分类。”