nmp深睿医疗高质量AI论文十八连发，展示AI中国力量( 二 )

文章插图
DAE-GCN的整体结构（图片来自论文）
深睿医疗在论文中提出了带有图卷积网络的自动编码解耦模型（DAE-GCN），在基于自动编码器的框架中实现GCN模型指导下的解耦机制。乳腺X线良恶性分类任务在约2000病例上进行训练和验证，结果显示这一模型相比于当前国际领先的模型AUC均有提升，充分验证了算法的有效性。
早急性脑梗分割和检出
MICCAI 2021还收录了题目为“Symmetry-Enhanced Attention Network for Acute Ischemic Infarct Segmentation with Non-Contrast CT Images.”的论文。这是深睿医疗与东部战区总医院合作在早急性脑梗分割和检出方面的科研成果。
虽然头颅磁共振扫描可以较为准确地诊断早急性脑梗，但其成本昂贵且扫描时间过长，加上我国医院进行该类检查往往需要排队多日，可能会贻误最佳治疗时机。CT扫描速度快且价格相对经济，但由于CT上的病灶密度变化很微弱，难以与正常组织进行区分。故只适用于一般的脑卒中检测。
为提升在CT扫描上诊断早急性脑梗的准确度，论文提出了一种基于对称性增强的早急性脑梗病灶分割方法。实验结果表明，该方法在早急性脑梗分割和检出方面比现有算法取得了更优的性能。
俞益洲对此介绍说，“我们在基于对称性建模的深度学习上又引入注意力机制，设计了一个算法。目前的效果超过了现在所有利用CT判断早期脑梗的算法的效果。”
除此以外，另外五篇被MICCAI 2021收录的论文内容涵盖了与病灶图像对应的伪健康图像的生成技术、MRI数据采集与图像重建的联合优化方法、先验信息与深度神经网络相结合的脑病灶分割算法、用于丰富病灶分割数据的数据增强方法、用于提高多类病灶分割精度的自监督学习范式下的病灶区域修复技术。这些论文围绕利用AI提高医学图像分析性能、图像成像速度和病灶分割精度等方面取得了新的技术突破。
在被CVPR收录的论文中，有三篇有关迁移学习的基础研究，分别在图像分类、目标检测、语义分割这三个图像理解核心问题上提出域适应新算法。此外，与具体的医疗应用场景有关的CVPR论文则分别针对眼底照片的视盘萎缩弧病变（PPA）早期预测、时间序列疾病预测、利用手术视频自动预测手术完成程度等问题提出了创新的解决方法。
注重科研转化，深睿医疗见证AI中国力量崛起除了在科研中重金投入，深睿医疗也非常看重科研成果的转化，并将这些论文的成果应用到深睿医疗的产品中。2020年，深睿的肺结节AI产品通过创新通道获得NMPA三类证。不久前，深睿医疗也在CMEF发布了“神经系统一站式AI解决方案”，推出了CTP辅助诊断功能。
俞益洲表示，作为深睿医疗重要的研发部门，深睿研究院是一个产品研发紧密结合型研究院。“我们本身就负责产品的核心算法研发，很多研究都是在产品研发的过程中发现了问题，然后去做研究，研究完成后成果马上应用到产品。这样的技术占了大部分。”
同时，深睿研究院也会基于产品未来的规划做一些前瞻性研究。“我们在医学影像方面有各种不同的硬件设备。基于某种机型所拍影像训练出来的AI模型在其他硬件上效果可能会很差。我们在CVPR上发布的基于迁移学习的基础研究未来就可能应用到产品中，增强产品的鲁棒性，从而保证在不同的硬件设备上都有很好的一致性效果。”俞益洲补充道。
自成立以来，深睿医疗就一直重视创新科研。截至2021年7月底，深睿医疗已申请或获得授权近300项软著及专利，并有着丰富的产品矩阵，在国内AI医疗影像行业处于领跑。同时，深睿医疗与各大高校科研团队及国内知名医疗机构在各类学术期刊发表的论文累计影响因子已超500，仅2021年就已入选四个国自然项目。