2019年6月16日，中国图象图形学学会主办的CSIG图像图形学科前沿讲习班第11期（IGAL 11）在浙江大学玉泉校区圆满闭幕。本次活动由中国图象图形学学会医学影像专业委员会、浙江大学现代光学仪器国家重点实验室联合承办，马上科普、机器人库、机器之心、军鹰智库、邀界网、医学影像园等多家单位支持，浙江大学刘华锋教授担任学术主任，共有来自全国各地的老师、学生以及企业工程师80余人参加会议，讲习班现场气氛热烈。

讲习班现场

        第一天，讲习班学术主任刘华锋教授主持并作开班致辞。刘教授首先介绍了中国图象图形学学会和八位主讲人的简历及研究进展，并感谢八位专家的辛勤付出，欢迎所有参会人员的到来。中国图象图形学学会理事卢虹冰教授代表主办方介绍了讲习班系列活动并欢迎各位有志于在图像图形相关领域发展的各位老师和同学加入中国图象图形学学会。

刘华锋教授开班致辞

        上午，美国佛罗里达大学陈韵梅教授首先开讲。陈教授的报告指出了变分方法和深度学习方法是解决计算机视觉逆问题的两种主流的有效方法。为了利用先进的优化算法和深度神经网络强大的表示能力，提出了一种新的用于图像重建的深度卷积神经网络。该网络的结构是受其提出的加速额外近端梯度算法的启发，结合了两种类型的先验利用操作。它们是一种利用图像固有的非局部自相似性的非局部操作，是一种学习非线性变换的稀疏增强操作，从而得到稀疏的解。实验结果表明，其所提出的卷积神经网络结构所需的可学习参数量更少且性能超过了相似网络结构的最好结果。

陈韵梅教授作报告

        接下来，空军军医大学卢虹冰教授作了精彩报告。腔内肿瘤临床表现隐匿，患者不易自查，导致很多腔内肿瘤诊断时已进展到中晚期。卢教授的报告介绍了基于患者的CT/MRI影像，建立了用于腔内肿瘤智能筛查和诊断、结合影像组学的新型虚拟内窥镜技术，及其在临床高发的结直肠癌和膀胱癌筛查检测中的应用。首先，为降低CT辐射风险、提升MRI腹部影像质量，提出基于纹理特征保持的影像数据优化方案，实现了低剂量CT结肠成像和高质量MRI膀胱成像，为后续影像组学分析奠定数据基础。为了提升系统对早期病灶的检测能力，通过提取整个管腔壁作为检测区域，结合能够表征病灶变化的影像特征，提出了新的腔内病灶自动检测方案，实现了平坦型/小病灶的有效检测。在此基础上，提出基于影像特征的虚拟活检技术，分别构建了息肉良恶性、膀胱肿瘤分级分期，以及肿瘤肌层浸润性等预测模型，为结直肠息肉及膀胱肿瘤病理诊断的术前预测提供了无创手段。通过将虚拟内窥镜技术与光学镜结合，可望进一步提升腔内肿瘤的筛查性能。

卢虹冰教授作报告

        下午，浙江大学李玺教授的分享主要围绕数据驱动的人工智能学习方法，进行大规模图像/视频数据的视觉结构学习。李玺教授从目标视觉感知特性、视觉特征表达、深度学习器构建机制、高层语义理解等多维度视角进行了深入剖析，并引入了大规模视觉结构学习所涉及的主要研究问题和技术方法。报告系统地回顾了视觉结构表达和学习领域的不同发展阶段，介绍了李玺教授近年来利用视觉结构学习进行视觉语义分析和理解所做的一系列代表性的研究工作及其实际应用。

李玺教授作报告

        中山大学张贺晔教授作了当天的最后一场报告。重点介绍基于深度学习的快速磁共振成像领域的研究工作。心脑血管疾病一直是危害国民健康的重大临床挑战，临床共识指出心脑血管疾病需要进行个性化的精准诊疗，这就需要从病人个体的健康信息中提取出可靠的量化指标。该报告讲述了张贺晔教授团队如何使用计算建模及图像处理的工程技术，从心脏影像中提取出评估冠心病生理状态的量化指标，并应用于临床诊断的过程。

张贺晔教授作报告

        第一天四位讲者的分享激发了大家的研究兴趣，与会者通过与讲者大咖们的相互交流，扩展了视野和思路。报告结束后，大家踊跃提问，相互深入地交流。

老师与学员互动交流

        讲习班第二天，现场气氛依然热烈。6月16日上午，清华大学罗建文研究员主要介绍4个方面的内容，包括超声弹性成像的介绍、基本的算法、心血管弹性成像的方法的简介以及这几年科研团队在颈动脉斑块弹性成像的一些科研成果。

罗建文研究员作报告

        东软医疗人工智能中心主任兼首席科学家黄峰博士分享的内容包括影像设备端面临的主要问题，为解决这些问题所使用的人工智能技术，应用到设备上后实际获得的效果，以及设备端人工智能现在遇到的技术困难。医学影像设备在临床上还存在着操作复杂，扫描速度不够快，图像质量不稳定，或者有危害健康的辐射等问题。人工智能技术的快速发展为这些影像设备端问题的解决提供了新的途径，获得了比以往传统方法更好的结果。

黄峰博士作报告

        下午，复旦大学庄吓海老师介绍了医学图像计算及其临床应用，特别是在心脏多模态图像分析领域，讨论了该研究方向的挑战和解决方法，并分享最近工作的成果。心血管疾病是全球死亡的头号原因，通过影像技术提取早期诊断和治疗的相关信息有利于实现早期诊疗，减少死亡人数。医学图像计算提供了检测和量化微小的早期病理和疾病进展变化的方法；在临床实践中的应用显示出该技术的巨大潜力。从医学图像中提取功能和病理相关的信息是开发新的临床应用的前提，已成为信息处理领域和医学研究的热点。

庄吓海研究员作报告

        帝国理工医学院高级研究员，英国皇家布朗普顿医学院心脏血管研究中心医学图像高级工程师杨光博士作了最后一场报告。他指出，在医疗领域特别是医学图像数据的处理分析方面，深度学习取得了一些重要成果，然而如何将这些成果转化到临床实际应用中依然还有一道无法逾越的鸿沟。杨光博士分享的主题集中在机器增强智能在心脏核磁中的应用上，讲解了其现有技术、突破以及展望。

杨光博士作报告

        八位专家的报告拓展了学员的视野，激发了大家的研究兴趣和热情。与会者通过相互交流，认识了新的同行，碰撞出诸多合作点，更加坚定了从事医学影像与人工智能前沿技术研究的信心。

部分参会学员合照

        本期讲习班学术主任刘华锋老师主持了结营仪式，感谢了与会同行及合作单位的大力支持。至此，第十一期“医学影像与人工智能”图像图形学科前沿讲习班，在各位专家和广大同行的大力支持下，取得圆满成功。后续讲习班的内容更加精彩，欢迎大家继续支持。