近日,華為云EI(企業智能)醫療影像團隊在超聲圖像分割與測量領域取得技術突破,在Grand-Challenge胎兒超聲影像頭圍測量比賽(HC18)上以1.89mm的平均絕對誤差取得第一。

　　什么是Grand-Challenge?

　　Grand-Challenge是一個舉辦醫學影像分析比賽的國際化平臺,致力于為前沿醫學圖像算法研究提供統一的數據和標準進行比較,進而更好的促進技術發展。多年來吸引了數以千計的一流研究團隊參加,其比賽數據和結果常作為論文被發表在MICCAI等國際醫療影像頂級會議上。本次HC18比賽同樣吸引了來自世界各地的超過100多個大學與科研機構參與,包括香港中文大學、中國科學院、加拿大女王大學等。截止日前,Grand-Challenge HC18比賽結果排名如下:

　　醫療影像華山論劍,華為挑戰技術高點

　　胎兒頭圍是指繞胎頭一周的最大長度,通常可以評估胎兒頭部的大小,從而預測胎兒的發育狀況。如果孕婦記不清末次月經時間,就可以通過B超預測胎齡,推測預產期。進行胎齡評估還可以推斷胎兒的發育情況,如是否有發育遲緩等。因此胎兒頭圍的測量對預測胎兒發育具有重要意義。

　　據了解,華為提出的深度神經網絡圖像分割模型,在業界通用圖像分割神經網絡模型基礎上,融合GAN技術、多尺度孔洞卷積技術、設計新型Loss函數等多種新型技術,重點解決小樣本學習,超聲圖像對比度低,胎頭邊緣模糊等難點痛點問題,刷新胎兒頭圍測量業界記錄,并在超聲圖像分割領域打下了扎實的技術基礎。

　　圖像分割在醫學超聲圖像的定量、定性分析中均扮演著重要的角色,它直接影響到后續的分析、處理工作。正確的分割是從超聲圖像作為臨床應用準確提取診斷信息的保證,也是臨床中進行定量分析的重要一環。

　　華為云EI醫療影像團隊表示,此次超聲圖像分割技術取得第一表明在這一細分領域,華為云EI醫療影像識別的技術已經達到業界先進水平。他們將持續把人工智能技術應用在超聲、病理、CT、MRI、內鏡等醫療圖像領域,不斷挖掘人工智能在多種醫療場景下應用的可能。

　　10月13日,華為全聯接大會2018發布了AI戰略和全棧解決方案,華為云作為全棧AI的一部分,致力于將人工智能以更加便捷的方式供企業和開發者使用,如昇騰系列芯片,ModelArts開發平臺等等,華為云企業智能EI的多種解決方案,將與行業一起利用AI+大數據+云計算實現產業升級和改造。