雷峰网(公众号：雷峰网)消息，2021年12月19日，ISICDM 2021医学图像分割挑战赛决赛顺利举行，来自上海大学计算机工程与科学学院岳晓冬教授团队、南方医科大学生物医学工程学院阳维教授团队、以及东北大学医学与生物信息工程学院齐守良教授团队，在总计2个大项、5个小项的比赛中分获冠军。
本次挑战赛由ISICDM 2021会议组委会联合天津医科大学总医院、同济大学和东北大学主办，由天津医科大学总医院江荣才教授、电子科技大学李纯明教授、北京邮电大学杨辉华教授担任挑战赛指导，同济大学陈宇飞副教授、东北大学覃文军教授担任挑战赛主席，旨在通过挑战赛的形式为数字医学产学研界提供技术交流和展示的平台。本次挑战赛的特点如下：
(一) 赛程历时三周，赛事环环相扣
本次大赛于11月底开始报名，共有22个院校43支团队报名参赛。赛程主要分为3个赛段：热身赛、排位赛和决赛，每个赛段均为发放数据后限时操作上传。本次比赛共设置2大比赛项目，5个比赛分项：头颅 CT 血肿分割与血肿量计算、肺部 CT 解剖结构分割-支气管/肺叶/肺血管/肺动静脉。
比赛过程中的各个阶段均记录客观指标数据，并公布现阶段排名结果。根据各阶段所有客观指标的加权平均成绩进行排名，最终有12只队伍进入决赛。
(二) 决赛过程公正透明，兼具专业与实战性
由于疫情的原因，本次决赛在线上会议室进行并全程直播，决赛阶段受到了广泛的关注，除进入会议室观战的人员外，还有4000余人次在线观看了此次直播。
评委专业且组成合理：三大类评审分别来自医院、公司和高校，分别从临床、业界和算法角度对各队伍结果进行综合评价。现场既有来自医学界的天津医科大学总医院江荣才教授、沙壮博士、大连大学附属中山医院薛洪省医生、中国医科大学附属第四医院周镝医生和江苏省人民医院胸外科徐心峰医生从临床角度对结果进行评价，还有来自东软医疗的周庆华博士从医学产业界的角度对成果进行指导，又有来自东北大学的覃文军教授和同济大学的陈宇飞副教授对算法的创新性等进行了评估。
整个评审过程评估角度覆盖面广，包括了算法准确度、临床可用性、界面展示与交互性、方法创新性、算法效率等，评审角度实用且专业。
在项目一脑血肿的比赛前，天津医科大学总医院神经外科副主任兼NICU主任，天津市神经病学研究所副所长，我国神经重症一线专家江荣才教授对本次比赛的临床意义做了深刻的阐述。
江主任是中华医学会神外分会委员兼脑外伤组副组长、中国医师协会神外分会神经重症专委会副主委和国家创伤医学中心颅脑创伤专委会副主委以及《中华神经外科杂志.英文版》《中华解剖与临床杂志》《临床神经外科杂志》和J Clin Lab Anal的编委。是阿托伐他汀钙治疗慢性硬膜下血肿两发明人之一并优化了该治疗方案，是该项目获得天津市科技进步特等奖的主要贡献者。
以创新理念治疗重型脑损伤及其并发症著称，专注颅内淋巴管引流调控治疗脑外伤，年诊疗神经重症患者千余人次。是天津市131第一层次人才、2020天津市重点领域推进计划创新团队负责人、“国之名医.优秀风范”和改变医学实践之“十大原创研究领衔者”，创立天津市医学会神经重症分会。
江主任指出：脑血肿测算在外科治疗中具有重要的临床意义，临床中脑出血患者手术指征之一便是脑血肿量，如幕上血肿量大于30mL或幕下血肿量大于10mL的患者需行手术治疗，然而临床上却无法精确计算脑血肿的体积。
头颅CT检查可以很好地显示出血灶，而准确估算CT图像中血肿量，是各项研究亟需解决的问题，目前以医师手动分割的血肿结果作为计算血肿量的“金标准”，但这种方法耗时费力；临床上常以多田公式作为血肿量的估算方法，此公式针对出血形状相对规则的血肿测量精确度较高，但当出血形状相对不规则时，其结果难言精准。近年来，随着人工智能（AI）技术的进步，根据脑血肿的CT图像特征，尝试自动分割CT图像中的血肿区域及计算血肿体积成为一种可能，本比赛拟开发精准、便捷的脑血肿分割及血肿量计算方法，为脑出血精准诊断提供临床技术支持。
比赛过程强调实战：在实战性上，两个比赛项目的医学图像训练数据和测试数据分别来自天津医科大学总医院和东北大学提供的真实临床数据。
大赛不允许反复提交分割结果，避免了传统分割挑战赛中参赛者通过反复提交结果刷分数的弊端；初赛和决赛环节的每场比赛时间越来越短，也越来越逼近真实临床环境；在决赛环节，挑战赛组织者现场发放临床数据，1人答辩共享PPT，1人对当场发布的数据实时测试，评委和观众通过选手屏幕可看到软件操作的全部过程，真实可信。
其中，热身赛、排位赛从发放测试数据到提交共计两小时时间。而决赛阶段现场发放测试数据并展示需在10分钟内完成。决赛阶段比热身赛和排位赛更加紧张，在一定程度上排除了人工修订的可能性。
赛程跟进严谨透明：比赛的最终成绩综合考虑了队伍各个赛段的所有客观指标加权平均的结果，以及现场决赛各评委的主观测评成绩。会务组提前公布了各项目的计算量化指标，并公开了各赛段队伍的排名等信息，方便参赛团队验证排名的准确性。
此外，来自同济大学的伍谦、付巍、孙士晨、黄麒光和东北大学的王龙光、李小硕、黄培芳、周璐雨8位挑战赛助理，具备一定的医学专业知识和算法专业能力，对赛程全程跟进与监督，也为挑战赛的顺利进行提供了保障。
(三) 参赛团队实力雄厚，模型亮点频出
在本次比赛中，各参赛团队均展示出雄厚的算法实力，以及对临床问题的深度思考。针对脑部血肿CT影像分割中的数据标注不准确与分割模型选择难题，上海大学计算机工程与科学学院岳晓冬团队拓展改进已有CNN、Transformer分割模型，提出了基于全局上下文注意力的分割方法，并采用了多模型集成策略对血肿区域进行不确定性度量与分割，确保分割预测结果具有较好的鲁棒性与泛化性能，并在一定程度上弥补医生的标注缺失情况，在现场实时数据的测试中得到了各类专家的一致好评。
来自南方医科大学生物医学工程学院阳维团队在两个项目的比赛中均取得了好成绩。对于肺部 CT 解剖结构分割任务，他们提出采用多尺度和轻量级UNet分别解决细小血管分割、动静脉分割需要较大感受野等问题；对于头颅CT血肿分割与血肿量计算，采用nnUNet和nnFormer集成方式提升血肿区分割和血肿量估计精度，在各项指标中表现出众。
来自东北大学医学与生物信息工程学院齐守良团队秉承“one architecture fits all segmentation”的思想，基于3D-UNet模型实现肺部的肺叶，气道，血管，动静脉等的解剖结构分割。在模型decoder的部分采用深监督的方式，将不同分辨率的输出结果进行整合，从而生成模型的预测结果，在肺部各个解剖结构的分割任务中均取得了很好的效果。
2022年的ISICDM分割挑战赛将继续保持今年挑战赛的优点和特色，邀请更多算法专家和医生参与挑战赛的数据整理与发布，制定赛程和规则，以及担任挑战赛评委。相信随着更多专家学者的加入，明年的ISICDM挑战赛将会更加精彩，并有望促进相关技术的研发与落地。
附完整获奖名单：
正在生成分享图...
刘海涛