当前位置:主页 > 医学论文 > 正文
游客泰国用盘铲虾:从 MICCAI2017 收录论文一窥人工智能医疗的最近进展
时间:2019-06-05 07:24 来源:网络整理 浏览量

游客泰国用盘铲虾:从 MICCAI2017 收录论文一窥人工智能医疗的最近进展

陈浩博士首先介绍了MICCAI会议的情况。MICCAI的全称是Medical Image Computing and Computer-Assisted Intervention,是计算机影像处理计算(MIC)以及计算机辅助介入(CAI)两个领域的综合性会议。MIC中包含的课题包括配准、机器学习、图像分割、传统CAD(计算机辅助检测)以及临床和生物学应用。CAI集中在在介入部分,包括追踪和导航、介入式影像、医用机器人等等。

今年MICCAI中,投MIC方向的论文居多,其余有14%的CAI和6%的MICCAI。总的论文录取率为32%。从录取率来看,MICCAI是医学领域的会议中论文录取比较严格的。(录取率与CVPR、ICCV相当)

游客泰国用盘铲虾:从 MICCAI2017 收录论文一窥人工智能医疗的最近进展

MICCAI 2017中,共接收了分属15个组的255篇论文;图中标红的组是录取量相对比较大的组,包括配准、脑相关研究、MRI&张肌/纤维处理、光学成像、运动和心脏图像分析,还有一个较大的部分是特征提取和分类;论文数量最多的分组是医学影像计算中的机器学习。

游客泰国用盘铲虾:从 MICCAI2017 收录论文一窥人工智能医疗的最近进展

MICCAI 会议从创立到2017年刚好是20周年,在世界多地轮流举办。今年MICCAI的举办地点是加拿大魁北克。

游客泰国用盘铲虾:从 MICCAI2017 收录论文一窥人工智能医疗的最近进展

MICCAI 最初是在1998年由三个小会议CVRMed、VBC、MrCAS组成的。2004年时MICCAI Society正式成立。

游客泰国用盘铲虾:从 MICCAI2017 收录论文一窥人工智能医疗的最近进展

回顾MICCAI过去20年中被引量最高的文章,有7篇文章是分割和检测,2015年的U-Net大家也都很熟悉了。

游客泰国用盘铲虾:从 MICCAI2017 收录论文一窥人工智能医疗的最近进展

还有9篇文章是做registration,也都比较早了,包括共信息熵、demon算法等著名方法。

游客泰国用盘铲虾:从 MICCAI2017 收录论文一窥人工智能医疗的最近进展

有4篇文章是CAI的方向,覆盖到AR/VR、机器人、规划和可视化。

MICCAI 2017 收录论文选读

下面陈浩就开始介绍本届MICCAI上他个人比较感兴趣的论文。

游客泰国用盘铲虾:从 MICCAI2017 收录论文一窥人工智能医疗的最近进展

第一篇关于整张图像的多实例分类学习。这项研究的背景是,各种医学图像中诊断病症存在时,如果出现一个正例,就可以认为图像的判定结果是“有疾病、阳性”;但“无疾病”的判定结果需要图像中所有的区块都没有出现正例才行。那这就是多实例学习的范畴。

游客泰国用盘铲虾:从 MICCAI2017 收录论文一窥人工智能医疗的最近进展

论文名称是「Deep Multi-instance Networks with Sparse Label Assignment for Whole Mammogram Classification」。模型的总体框架是,首先对输入图像进行分割、缩放得到感兴趣的区域,通过CNN提取很多区块后,用线性回归分类器得到可能性排序,最后根据机器学习模型得到影像的判定结果输出。

论文中比较了模型训练中三种不同的损失,最大池化损失、标签设定损失和这篇文章中提出的稀疏性损失。设计这些损失函数的原因如下。

游客泰国用盘铲虾:从 MICCAI2017 收录论文一窥人工智能医疗的最近进展

最大池化(Max-pooling)损失是把不同区块的可能性进行排序,选取其中最大的,损失表达式就是交叉熵的负对数似然。它的缺点是,只选择了所有区块中的一个。

游客泰国用盘铲虾:从 MICCAI2017 收录论文一窥人工智能医疗的最近进展

对于有多个区块是阳性的情况,就很自然地可以想到标签设定(Label-assignment)损失,选取出k个正例、其余为负例,然后通过损失函数训练网络。损失函数里同样包含了权重的惩罚项。这种损失逻辑上似乎更合理,但具体计算时如何为不同的图像选取适合的k值是一个问题。

游客泰国用盘铲虾:从 MICCAI2017 收录论文一窥人工智能医疗的最近进展

稀疏性(Sparsity)损失中就规避了这样的显式的k值选取,提出了很好的求解方法。通过选取超参数μ,配合rn的L1范数,让不同区块的预测结果分别趋向于1或0,实现了稀疏性。

中国医护服务网 比美特医护在线(北京)科技有限公司 版权所有? 京ICP备09056041号-1 地址:北京市丰台区城南嘉园益城园16号楼2-1117室;邮编:100068 删稿联系邮箱:sheng6665588@gmail.com