重庆大学| 主页焦点| 主页推荐| 网站地图| 使用帮助 RSS 我要投稿

大数据与软件学院张小洪教授课题组论文被MICCAI 2020录用

日期 : 2020-07-01
摘要
近日,2020年国际医学图像计算和计算机辅助干预会议MICCAI2020录用结果公布,大数据与软件学院张小洪教授课题组有1篇论文被录用。

近日,2020年国际医学图像计算和计算机辅助干预会议MICCAI2020 (International Conference on Medical Image Computing and Computer Assisted Intervention, MICCAI)录用结果公布,大数据与软件学院张小洪教授课题组有1篇论文被录用。

MICCAI是由国际医学图像计算和计算机辅助干预协会(Medical Image Computing and Computer Assisted Intervention Society) 举办,是跨医学影像计算(MIC)和计算机辅助介入 (CAI) 两个领域的综合性学术会议,是该领域的顶级会议。虽然处于疫情防控的特殊时期,但是本次会议的投稿热度并没有降低。在2019年投稿量创下新高之后,本次会议的投稿量与去年相比维持在同一水平。原定于2020年10月4日至8日在秘鲁首都利马举办的会议,也将首次以虚拟会议的形式展开。

张小洪课题组发表的论文题目为 “Class-Aware Multi-Window Adversarial Lung Nodule Synthesis Conditioned on Semantic Features”。文章提出了一种基于对抗学习的良恶性肺结节数据增强方法。如图1所示,区别于已有的生成对抗网络模型,该模型首次融入肺结节的临床观察经验,利用不同的CT窗位,对肺结节的医学征象进行具有针对性的学习,使得模型不仅能够控制生成图像的CT窗位,还能够控制医学征象在不同窗位下的表现,使模型对于肺结节的数据增强更有针对性,提高了对于肺结节医学征象的控制能力(图2)。

图1-融入多窗位多征象的肺结节生成对抗网络模型.jpg

图1.融入多窗位多征象的肺结节生成对抗网络模型

图2-良恶性设置对生成肺结节影像医学征象的影响.jpg

图2.良恶性设置对生成肺结节影像医学征象的影响

张小洪课题组的博士生王秋里为第一作者,张小洪为通讯作者,重庆大学为第一完成单位。相关研究得到了国家自然科学基金,国家重点研发计划,以及重庆市重大主题专项的支持。


阅读 : 0
相关热词搜索 : 大数据与软件学院MICCAI2020