基准医疗肺结节影像AI研究硕果累累，论文接连被顶级学术会议接收 _健康小知识

文章图片

文章图片
9月，基准医疗与南开大学、天津医科大学联合团队提交的重量级学术论文《LIDP:ALungImageDatasetwithPathologicalInformationforLungCancerScreening》被医学影像计算（MIC）和计算机辅助介入（CAI）领域公认全球最顶级学术会议——MICCAI2022（2022年9月18日-22日，新加坡）接收，位列Top13% 。
【基准医疗肺结节影像AI研究硕果累累，论文接连被顶级学术会议接收】目前，国内外几乎所有公共肺结节数据集（例如LIDC-IDRI）都是通过影像学分析而不是明确的病理学诊断来标注肺结节的良恶性，因此基于这些数据集训练出来的肺结节分类模型的泛化性能堪忧。本研究引入了一个带有明确病理诊断信息的肺部CT图像数据集LIDP ，填补了该空白，可对现有公共肺结节数据集进行有机补充，也可用于独立训练及测试肺癌早检机器学习模型。

文章图片

文章图片
10月，联合团队提交的重量级学术论文《ACOARSE-TO-FINEMORPHOLOGICALAPPROACHWITHKNOWLEDGE-BASEDRULESANDSELF-ADAPTINGCORRECTIONFORLUNGNODULESSEGMENTATION》被世界上最大、最全面、专注于图像和视频处理以及计算机视觉领域的顶级大会——第29届IEEE图像处理国际会议（IEEEICIP2022 ， 2022年10月16-19日，法国波尔图）接收。
本研究设计了一种具有很好泛化性的精细化形态学分析方法，可对CT影像中各种类型的肺结节进行精细、稳定地分割，并可以通过创新的自适应修正算法来降噪。

文章图片

文章图片
10月20日，世界生物信息学及生物计算领域的专业旗舰会议——IEEE国际生物信息学和生物医学会议（TheIEEEInternationalConferenceonBioinformaticsandBiomedicine,IEEEBIBM2022）公布了录用论文列表。联合团队提交的重量级学术论文《MHSnet:Multi-headandSpatialAttentionNetworkwithFalse-PositiveReductionforLungNoduleDetection》被接收为“RegularPapers” 。该会议将于12月6-8日在美国拉斯维加斯和中国长沙同步举办。
为解决肺结节检测任务中假阳性过多的问题，本研究提出了一种全新的基于多头检测和空间注意力的肺结节检测网络MHSnet ，可在保证检测精度的同时，降低网络的结节错检率，提高结节智能检测的可信性。
基准医疗有关肺结节CT图像AI算法开发和数据集建设的研究成果接连被全球顶级会议接收，是国际同行对基准医疗与合作伙伴在肺癌早筛早诊领域所开展的诸多工作的积极认可，也是基准医疗“基于ctDNA甲基化液体活检+CT影像学AI分析”的早期肺癌/肺结节鉴别诊断产品（PulmoSeekTMPlus）的重要科学支撑。
此前，基准医疗推出全球首个基于深度学习a的通过连续向量表示甲基化区域的算法DeepMeth甲基化数据处理模型，相关研究“NoninvasiveLungCancerEarlyDetectionviaDeepMethylationRepresentationLearning”也被全球人工智能领域顶级学术会议——AAAI-22接收并发表（）。自2021年4月以来，全国已有近两百家医院使用基准医疗“基于DeepMeth模型的ctDNA甲基化液体活检+CT影像学AI分析”的联合检测——PulmoSeekTMPlus ，用于早期肺癌/肺结节鉴别诊断。
关于MICCAI会议
MICCAI会议由国际医学图像计算和计算机辅助干预协会(MedicalImageComputingandComputerAssistedInterventionSociety)主办，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，目前被公认为是医学成像计算、医疗机器人、人工智能、辅助介入、计算生物医学等领域最顶级的国际会议。