新闻中心
-
叶初阳副教授研究组研究成果在国际主流会议IEEE ISBI 2020上发表
来源: 发布日期:2020年08月05日近日,信号与图像处理研究所叶初阳副教授团队在医学图像处理方面取得进展,两篇论文发表在国际主流会议IEEE ISBI 2020上。
ISBI会议全称是IEEE International Symposium on Biomedical Imaging(IEEE国际生物医学图像研讨会),由IEEE信号处理学会(SPS)和IEEE生物医学工程学会(EMBS)联合倡议发起。该会议致力于探讨生物医学影像领域在数学,算法和计算等方面上各种规模的体现,并促进不同医学成像领域之间的知识交流与成果融合,为生物医学成像领域做出了积极贡献。
叶初阳副教授与刘志文教授共同指导的硕士研究生秦余以第一作者发表了题目为 “Knowledge Transfer between Datasets for Learning-based Tissue Microstructure Estimation” 的论文,该论文针对基于学习的组织微观结构估计方法,提出了不同弥散磁共振图像数据集之间的知识迁移方案,使估计方法可以应用于未获得训练扫描的数据集。
图1 知识迁移论文结果图
此外,叶初阳副教授团队硕士研究生刘成浩以第一作者发表了题目为 “Semi-supervised brain lesion segmentation using training images with and without lesions” 的论文。在基于深度学习的脑部病灶分割问题中,图像的标注成本较高,使得在实际应用中利用大规模高品质专家标注图像训练网络难度较大。而且,常规的方法没有对健康数据加以利用。本文的主要贡献是,在半监督条件下提出了一种病灶生成框架,利用健康图像和少量带有病灶标注的图像,合成大量的带有标注病灶的图像。这些合成图像与经专家标注的少量训练图像结合,训练分割网络。算法被应用至缺血性脑中风病灶分割问题中,大幅提升了分割精度。
图2 半监督条件下的病灶合成流程图