作为智能医疗领域的佼佼者，图玛深维凭借在深度学习和计算机视觉领域丰厚的积淀，自主研发基于MaskRCNN的深度学习网络-VolumetricAttention算法框架脱颖而出，在此次LiTS(Liver and Tumor Segentation Challenge肝脏肿瘤病灶分割挑战)大赛中获得冠军!
参加此次比赛的还包括腾讯优图、健培科技及机器智能实验室(MILab)等来自世界各地的123只顶级参赛队伍。
图玛深维这项算法提出了使用三维立体注意力(VolumetricAttention)的解决方案对3D医疗图像进行分割和检测，并借鉴了视频处理领域的最新方法，利用2.5D深度神经网络架构来延展并吸收z轴空间上的连续信息，从而可以最大限度上有效的控制小病灶的假阳性概率，这样的设计也更加符合医学上的阅片原理。
同时，三维立体注意力深度学习网络架构的设计还充分考虑了高分辨率的图像信息，能够更好的利用这些信息来提高小病灶的检出率，并且稳定而有效的提高了大病灶的分割准确率。除以上优点外，这种新型架构还能够更好的利用2D物体检出模型的已有优化参数，从而在训练数据量较小的情况下也可以取得十分优异的检测及分割效果，有效的解决了困扰智能医疗发展的重大难题。
图玛深维研发团队还将三维立体注意力算法架构应用在了DeepLesion(目前病灶数量最多，种类最全的公开数据集)数据集上，并大大超越了目前发表的所有结果(相关论文已投稿)。这充分证明三维立体注意力(VolumetricAttention)深度学习架构在多种不同种类的病灶数据上有着同样稳定而出色的表现。在今后的时间里，图玛深维研发团队将会尽最大的努力将最优秀的算法架构集成到产品当中，让医生和患者更好更快的感受到智能医疗所带来的优势和便利。
图玛深维智能诊断解决方案着眼于临床真实需求和痛点，覆盖到疾病监测、定量分析、疾病分类、良恶性判断、追踪随访和报告生成等全部流程，能够为影像科医生和临床医生节省至少50%的时间。
2017年8月，图玛深维发布σ-Discover肺结节智能诊断系统，产品推出以来已覆盖超过200家医院。去年11月，图玛深维继续推出σ-Discover/LungDR胸部X线智能诊断系统、σ-Discover/Mammo乳腺钼靶智能诊断系统、σ-Discover/StrokeCT脑卒中CT智能诊断系统、σ-Discover/LiverCT肝脏CT智能诊断系统。其他如前列腺癌、骨折、糖网病等智能诊断系统也均在紧锣密鼓的研发中。
这一系列产品聚焦于肿瘤和心脑血管疾病等中国患者发病率较高的领域，并且针对中国患者进行了定制化的设计，可以从CT、MRI、X光、PET/CT及超声等多种医学影像中自动分割器官，并自动标记疑似病灶的组织结构，测量其位置、大小、形状等量化信息，并且可以对病灶的良恶性进行判断。
天道酬勤，优秀的品质才是一个公司成功的关键，图玛深维人正是用自己坚持不懈的努力成果来换取医生和患者对于智能医疗的信心，为中国能够早日全面实现智能医疗做出自己的贡献。在未来一段时间，图玛深维计划以每年发布3-5款新品的速度，迅速将人工智能诊断覆盖中枢神经、肝脏、胰腺、前列腺、妇科、骨骼等脏器和部位疾病的检测诊断，同时加强美国、欧洲、日本、东南亚等海外市场及港台地区的拓展。
附：LiTS大赛是由德国慕尼黑理工大学、以色列特拉维夫大学等高校、MICCAI联合举办的比赛。
由于肝脏肿瘤病灶的复杂性特点，对其CT图像的自动分割相当困难。LiTS大赛的实质是在给定肝脏肿瘤病灶CT图像数据库的条件下，使用参赛者们的算法对库中影像进行自动分割，以提升疾病诊断、图像引导手术及医学数据的可视化，发掘临床诊疗与病理化研究过程中的依据。
关于图玛深维
图玛深维成立于2015年，是一家专注于研发世界顶尖智能医学影像医疗辅助诊断系统及配套多元解决方案的高新技术企业。目前产品涵盖肺结节、胸部疾病、肝病、乳腺癌、脑卒中、脑肿瘤等较为完整的医学影像辅助诊断产品体系，公司一直致力将人工智能深度学习应用于人体多部位、全流程、多科室辅助诊断覆盖并向病理、基因、药物等场景应用扩展。公司产品覆盖已超过200家医院，与30多家国内外顶级医院达成科研协作，并已初步实现商业化。公司全球布局逐渐深化，已完成在美国、日本、欧洲等海外布局，并与当地战略合作伙伴、顶级研究机构、医院已经形成深度的协作，行业领导地位将进一步巩固与加强。
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。
