10月13日，国际顶级人工智能医学影像学术会议MICCAI 2019在深圳正式召开。该会议为世界医学影像分析领域的前沿风向标，具有引领该领域的未来发展方向的重要作用，具有极高的国际影响力和学术价值。
在此次会议中，码隆科技研究成果《双流金字塔配准网络(Dual-Stream Pyramid Registration Network)》作为口头报告论文(Oral Paper)被大会接收。据悉，国内外大部分知名AI和医疗相关的企业都参加了这次MICCAI，本次大会一共入选六篇企业口头报告论文，录取率约为3%。 在大会现场，码隆科技研究员作为仅有的六位工业界代表之一进行了研究成果分享。
码隆科技在MICCAI 2019分享口头报告论文
该论文中，码隆科技提出了一种无监督的3D医学图像配准的双流金字塔配准网络(即Dual-PRNet)。与最近基于CNN的配准方法(例如Voxel-Morph)，即采用单流卷积网络预测单个形变场有所不同，研究者设计了一种能够从特征金字塔中预测多尺度配准形变场的双流结构，大幅度优化了配准效果。
Dual-PRNet架构展示
码隆科技的贡献主要有两个方面：首先，该研究设计了一个双流3D编码/解码特征提取网络，该网络针对两个3D输入图像分别提取两个卷积特征金字塔，有效地得到了图像的多尺度 特征表示;第二，该论文提出了一个金字塔配准模块，该模块能够直接从解码特征金字塔中预测多尺度的形变场。通过多个形变场从粗到细的逐步叠加，模型融合了多尺度的形变信息，使模型既能配准两个3D图像之间的大尺度形变，又能有效处理图像的精细结构。研究者Dual-PRNet在两个脑部MRI配准的数据集LPBA40、Mindboggle101上进行了评估测试，均取得了最佳效果。
Dual-PRNet在标准基准之一LPBA40上进行评估，取得了最佳效果
该研究成果主要应用于脑部MRI配准领域，对现有医疗成像配准表现有大幅度提升。与此同时，基于同样的基础科学研究，相关核心算法也可以拓展应用于其他图像识别场景之中。最新研究成果显示，该双流金字塔配准网络对商品图像生成效果同样提升显著，比如服装这样的柔性物体，相关研究成果论文已被计算机视觉顶级会议ICCV 2019接收。
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。
