近日，推想醫療在醫學圖像頂級國際會議MICCAI 2022中獲得“肺動脈分割”、“氣管及支氣管分割”兩項重要比賽冠軍！

MICCAI是由國際醫學圖像計算和計算機輔助干預協會（Medical Image Computing and Computer Assisted Intervention Society）舉辦，跨醫學影像計算（MIC）和計算機輔助介入（CAI）兩個領域的綜合性學術會議，目前被公認為是醫學成像計算、醫療機器人、人工智能、輔助介入、計算生物醫學等領域最頂級的國際會議。除學術會議外，其每年舉辦的各大挑戰賽也吸引了國內外專業人士、頂級學府及著名醫療技術機構的積極響應。

MICCAI2022 PulmonaryArtery

SegmentationChallenge挑戰賽排名

MICCAI 2022 Pulmonary Artery Segmentation Challenge挑戰賽是全球首個針對肺動脈結構分割的公開挑戰賽。在醫學圖像分析領域，研究肺動脈結構具有重要的臨床意義，肺動脈結構的分割有利于量化其形態變化以診斷肺動脈高壓和胸外科手術。然而，由于肺動脈拓撲結構的復雜性，肺動脈拓撲結構的自動分割是一項具有挑戰性的任務。

在本次競賽中，推想醫療團隊在嚴格控制運行時間和顯存占用達到應用產品級的前提下，研發出針對 CTPA 影像的高效肺動脈分割算法，實現了性能－效率－成本三方面的最佳權衡，在最終的挑戰賽排行榜中，推想醫療團隊綜合排名第一。

MICCAI 2022Multi－site， Multi－Domain Airway Tree Modeling 挑戰賽排名

MICCAI 2022 Multi－site， Multi－Domain Airway Tree Modeling 挑戰賽是全球數據量最大的肺氣管支氣管自動分割挑戰賽。氣管及支氣管分割是分析包括哮喘、支氣管擴張和肺氣腫在內的肺部疾病的關鍵步驟。基于CT的精確分割可以定量測量氣道尺寸和壁厚，從而可以揭示慢性阻塞性肺病（COPD）患者的異常情況。此外，支氣管鏡輔助手術中的導航需要從 CT 圖像中提取患者特定的氣管及支氣管模型，但由于肺氣管及支氣管結構細粒度，人工注釋耗時且容易出錯，需要高度依賴臨床醫生的專業知識。

在此次競賽中，推想醫療團隊從臨床產品應用的角度出發，在保證多中心數據和多類型病灶數據魯棒性的基礎上，結合了公司過往產品研發中對管狀結構分割問題的技術積累，研發針對 CT 影像的高精度肺氣管支氣管分割算法，以四項指標平均94．5分以上的優異成績奪冠。

目前，推想醫療團隊在胸部解剖結構分割方面的技術積累重點服務于推想醫療胸部三維重建功能的研發。該功能可以實現對肺部 CT 中的肺動靜脈、氣管支氣管、肺葉肺段、骨骼等解剖結構的快速精準分割，進而輔助醫生的分析診斷、治療方案制定以及手術規劃導航。推想醫療近期發布的AI－4D胸部智能可視化解決方案就是基于薄層CT影像序列，將智能化的空間維度三維重建及時間維度融合，針對肺癌早期篩查、精確診斷和治療的一體化智能輔助系統。目前該系統已在多家醫院的“呼吸科”、“影像科”、“體檢科”等科室廣泛使用，無縫融入醫生日常工作流，獲得了各科室醫生的積極反饋。

在MICCAI 2022會議期間，推想醫療兩篇論文被大會收錄。論文《RPLHR－CT Dataset and Transformer Baseline for Volumetric Super－Resolution from CT Scans》提出了首個基于 Transformer 進行 CT 影像超分辨率的算法，利用自注意力機制對上下文信息建模的能力，結合圖像固有的非局部相似性先驗，實現了從厚層 5mm CT 數據到薄層 1mm CT 數據的高質量重建。

重建薄層數據視覺效果比較

推想醫療自研算法論文《Transformer Lesion Tracker》提出了一種使用Transformer結構以代替常規的互相關計算，進行隨訪病灶跟蹤匹配的方法，避免了歸納偏置。該方法采用了互注意力機制獲得全局信息，使用基于配準的解剖學注意力信息模塊提供先驗信息，采取了稀疏特征篩選策略進一步優化性能減小顯存，最終在公開數據集上大幅超越現有的多種最先進的模型，實現精準的病灶跟蹤匹配。

病灶跟蹤匹配網絡架構圖

2022上半年，推想醫療高質量科研成果頻出，表現出卓越的科研和創新能力。這些研究成果對于加快醫學影像AI臨床轉化應用，推動醫學影像AI產業發展，提高醫療診斷效率具有重要意義。截止到8月份，推想醫療發表SCI／核心／會議論文250余篇，累計影響因子648．5分。未來，推想醫療將持續與各方機構攜手，不斷探索AI+醫療的各種場景和技術，為醫療民生作出更多貢獻。