8月9日消息，在刚刚结束的ISIC Challenge 2018大赛上，来自美图影像实验室MTlab的参赛团队在皮肤癌病灶分割task1中获得第一名成绩。这是MTlab首次参加ISIC Challenge，病灶分割赛题同时还有腾讯优图、联想研究院、新加坡国立大学、威尔康奈尔医学院、南洋理工大学等知名科研院所和企业参加。
ISIC是由国际皮肤数字成像学会(ISDIS) 赞助的一个致力于皮肤癌检测的国际性组织，其主办的ISIC Challenge大赛专注于皮肤病灶分析和皮肤癌的检测。该项比赛分为三部分，其中Task 1为病灶分割，Task 2为病灶属性检测，Task 3为皮肤病分类，美图团队此次获奖的就是其中的病灶分割部分。此赛题中，参赛团队使用ISIC提供的皮肤镜图像和对应的参考标注用于机器学习的训练，并且对不同人体部位的病灶进行验证和最终测试;同时今年主办方加入了更多评测数据并对皮肤分割严重错误的图像施加惩罚，使得评测更具实战性和挑战性。
MTlab是美图公司旗下致力于计算机视觉、深度学习、计算机图形学等人工智能(AI)相关领域研发的团队。在两个多月的时间里，MTlab团队成员解决了病灶形态复杂、人体部位众多、不同专家参考标注差异等难题，仅仅使用2500张图片数据就训练出了效果优异的模型。
据介绍，针对本次的皮肤癌病灶分割比赛，MTlab在其肤质检测技术积淀的基础上，对经典分割检测网络进行大胆改进整合。MTlab团队首先使用Faster-RCNN 对病变大致区域进行检测，并将检测结果送入分割网络得到精细分割轮廓;对分割网络的设计中充分考虑了对病灶的细节特征和抽象语义特征的融合，使其能更好的结合图像局部全局信息，最终取得了分割精度80.2%的成绩(唯一精度在80%以上的队伍)，并在80多组参赛队伍中获得冠军。
此次ISIC Challenge 2018大赛，首次参赛的MTlab就击败了来自众多知名科技公司和科研院所的参赛队伍。对此，MTlab负责人表示：“自2017年开始，美图就开始着眼于皮肤分析，并投入了大量资源在算法研发中。”他同时表示，美图将继续在生物医学领域加大投入，目前美图美妆提供的测肤服务中上线了黑头、皱纹、黑眼圈识别等功能，此次获胜的技术也将用于更全面的皮肤问题诊断和修复产品的推荐中。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
