近日,华为云EI(企业智能)医疗影像团队在超声图像分割与测量领域取得技术突破,在Grand-Challenge胎儿超声影像头围测量比赛(HC18)上以1.89mm的平均绝对误差取得第一。
什么是Grand-Challenge?
Grand-Challenge是一个举办医学影像分析比赛的国际化平台,致力于为前沿医学图像算法研究提供统一的数据和标准进行比较,进而更好的促进技术发展。多年来吸引了数以千计的一流研究团队参加,其比赛数据和结果常作为论文被发表在MICCAI等国际医疗影像顶级会议上。本次HC18比赛同样吸引了来自世界各地的超过100多个大学与科研机构参与,包括香港中文大学、中国科学院、加拿大女王大学等。截止日前,Grand-Challenge HC18比赛结果排名如下:
医疗影像华山论剑,华为挑战技术高点
胎儿头围是指绕胎头一周的最大长度,通常可以评估胎儿头部的大小,从而预测胎儿的发育状况。如果孕妇记不清末次月经时间,就可以通过B超预测胎龄,推测预产期。进行胎龄评估还可以推断胎儿的发育情况,如是否有发育迟缓等。因此胎儿头围的测量对预测胎儿发育具有重要意义。
据了解,华为提出的深度神经网络图像分割模型,在业界通用图像分割神经网络模型基础上,融合GAN技术、多尺度孔洞卷积技术、设计新型Loss函数等多种新型技术,重点解决小样本学习,超声图像对比度低,胎头边缘模糊等难点痛点问题,刷新胎儿头围测量业界记录,并在超声图像分割领域打下了扎实的技术基础。
图像分割在医学超声图像的定量、定性分析中均扮演着重要的角色,它直接影响到后续的分析、处理工作。正确的分割是从超声图像作为临床应用准确提取诊断信息的保证,也是临床中进行定量分析的重要一环。
华为云EI医疗影像团队表示,此次超声图像分割技术取得第一表明在这一细分领域,华为云EI医疗影像识别的技术已经达到业界先进水平。他们将持续把人工智能技术应用在超声、病理、CT、MRI、内镜等医疗图像领域,不断挖掘人工智能在多种医疗场景下应用的可能。
10月13日,华为全联接大会2018发布了AI战略和全栈解决方案,华为云作为全栈AI的一部分,致力于将人工智能以更加便捷的方式供企业和开发者使用,如昇腾系列芯片,ModelArts开发平台等等,华为云企业智能EI的多种解决方案,将与行业一起利用AI+大数据+云计算实现产业升级和改造。
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。
