科研学术

　　最近，生命科学与技术学院“视觉认知与类脑计算”团队在医学成像领域的国际顶级期刊 IEEE Transactions on Medical Imaging（中科院大类分区1区TOP期刊，最新影响因子为10.048）连续发表了2篇医学人工智能方面的研究论文。其中，第一篇论文的题目为“A Local and Global Feature Disentangled Network: Toward Classification of Benign-malignant Thyroid Nodules from Ultrasound Image”（一种局部和全局特征解耦网络：用于超声影像甲状腺结节良恶性分类），第一作者为该团队的博士生赵世轩，通讯作者为该团队的李永杰教授和华西医院的马步云主任医师。第二篇论文的题目为“Retinal Vessel Segmentation with Skeletal Prior and Contrastive Loss”（基于骨架先验和对比损失的眼底图像血管分割），第一作者为该团队的硕士生谭玉博，通讯作者为该团队的杨开富副研究员。

　　甲状腺结节是一种常见的结节病变，准确区分其良恶性可以避免不必要的治疗和手术。超声作为快速、无创的诊断方式可以应用于大规模早期筛查。在第一篇论文中，研究者提出了将医生领域知识融入局部/全局特征解耦网络，缓解了传统卷积神经网络特征局部性的问题。该模型受大脑视觉系统结构和机理启发，建立了用于结节识别的“What”通路和用于结节定位的“Where”通路，两条通路通过信息交互和协同优化完成结节检测和类型诊断任务（图1）。该模型在大规模数据集上取得了89.33%的分类准确率（ACC），在ROC评估曲线上的AUC值达到0.9488（图2A），均明显高于其它算法；对于提高医生专家的诊断准确性也有重要帮助（图2B）。相对其它模型，该新模型的优越性能来源于其精准定位病变区域和有效提取组织特征的能力（图3）。

图1. 新建立的甲状腺结节诊断模型整体框架（上）和其中的组织-解剖特征解耦模块。

　　图2. 分类性能对比。A：各个模型在THY-BM数据库上的ROC曲线对比，B：新模型在THY-CHE数据库上的ROC曲线（蓝色曲线）、六位临床医生基于影像的诊断性能（绿色五星）和三位专家参照本模型结果后获得的诊断性能。 

　　图3.新模型的病灶检测能力。Case #1：包含一个恶性结节（左侧）和一个良性结节（右侧），Case #2：包含一个被复杂解剖结构包围的小范围恶性结节。黄色箭头所指区域即为结节。  

　　在第二篇论文中，作者提出了一个新的眼底血管分割模型。其研究背景是，视网膜血管形态与多种眼科疾病密切相关；随着深度学习在医学图像处理领域的广泛应用，视网膜血管分割任务取得了很大的进展，但仍存在一些具有挑战性的问题，例如，血管容易受到病变和生物标志物的干扰或覆盖，从而造成分割错误。在该项研究者中，作者在级联轻量化U型神经网络的基础上，结合血管呈树状狭长形状的先验生理知识，将自监督对比学习（self-supervised constructive learning）思想用于监督语义分割的高维特征，建立了一个全新的眼底图像血管分割模型架构SkelCon（图4）。在多个广泛使用的眼底图像数据集（如DRIVE、STARE、 CHASE、HRF、UoA-DR、IOSTAR和RC-SLO等）上获得了最好结果，并在泛化能力上超过许多最新模型。相对其它模型，该新模型的优越性能来源于其对杂乱病变区域血管的连续检测能力和对细小血管的精准检测能力（图5）。

　　图4. 新建立的眼底图像血管检测模型整体框架。上：基于视网膜血管骨架损失和特征对比学习的血管分割整体框架；中：基于最大池化算子和大卷积核的血管骨架拟合模块；下：色彩空间混合数据增强方法和用于对比损失的高维空间特征选择方法。

　　图5. 眼底血管检测结果对比展示。第一列：原始眼底图像，第二列：新模型SkelCon的检测结果；第三、四列：现有模型（DRIS-GP和DAP）的检测结果。 

　　生命学院“视觉认知与类脑计算”团队依托于神经信息教育部重点实验室、科技部神经信息国际联合研究中心、高场磁共振脑成像四川省重点实验室、四川省脑科学与类脑智能研究院等平台，长期致力于大脑视觉认知机理、视觉计算模型、类脑视觉技术与应用研究（如计算机视觉、智能医学影像分析等）。团队目前有教授2人、副高3人、助理研究员1人，在读硕士及博士生30余人。近十多年来，先后承担973课题、国家自然科学基金各级项目、各类省级项目等20余项，在重要期刊和会议发表论文200余篇，含神经科学类期刊（如NeuroImage、Human Brain Mapping等）、工程类期刊（如IEEE Transactions on PAMI/IP/MI/MM/ITS、IJCV、PR等）及国际顶级会议（如ICCV/CVPR/ECCV等）；申请中国发明专利近50项（其中已授权近30项），曾获吴文俊人工智能自然科学奖等。部分成果技术已在高铁线路巡检智能图像增强与损伤检测、医学图像组织分割与辅助诊断等工程问题中得到成功应用。

　　论文链接：

　　https://ieeexplore.ieee.org/document/9672155

　　https://ieeexplore.ieee.org/document/9740153