大数据与软件学院张小洪教授课题组论文被MICCAI 2020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

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。