0
| 本文作者： 奕欣 | 2017-09-26 10:13 |
雷鋒網(wǎng) AI 科技評(píng)論按：本文首發(fā)于美篇（https://www.meipian.cn/q8v4psf），作者周少華，雷鋒網(wǎng) AI 科技評(píng)論獲本人授權(quán)轉(zhuǎn)載，文章略有刪節(jié)，并獲得了周少華博士的再次核對(duì)編輯，特此表示感謝。
周少華 Kevin, 中國科技大學(xué)學(xué)士, 美國馬里蘭大學(xué)博士, 專業(yè)電子工程?，F(xiàn)在西門子負(fù)責(zé)研發(fā)與醫(yī)學(xué)圖像相關(guān)的創(chuàng)新產(chǎn)品。他撰寫編輯了五本學(xué)術(shù)專著，發(fā)表了180+篇學(xué)術(shù)期刊及會(huì)議論文和著作章節(jié)，并擁有80+項(xiàng)批準(zhǔn)專利。他多次獲獎(jiǎng)，包括發(fā)明奧斯卡獎(jiǎng)、西門子年度發(fā)明家、愛迪生專利獎(jiǎng)、馬里蘭大學(xué)ECE杰出校友獎(jiǎng)。他是IEEE TMI和Medical Image Analysis期刊副主編、CVPR和 MICCAI 的領(lǐng)域主席、《視覺求索》主編、美國醫(yī)學(xué)與生物工程院 Fellow。
MICCAI 是醫(yī)學(xué)影像分析 (Medical Image Analysis) 研究領(lǐng)域的頂尖年會(huì)。今年 9 月 10 日到 14 日在加拿大魁北克會(huì)議中心舉行，與會(huì)者達(dá) 1350 人左右。
本次 MICCAI 會(huì)前，我不僅作為作者投稿，也有幸成為大會(huì)程序委員會(huì)的 Area Chair 之一。所以 5 月 12 日到 14 日，已經(jīng)飛到魁北克參加了 MICCAI 2017 Area Chair meeting。詳情請(qǐng)參如下鏈接。
MICCAI 2017 Area Chair 會(huì)議記
9 月 12 日星期二 12:30pm -- 1:30pm Convention Center Room 202A
Medical Image Analysis 是 MICCAI society 的旗艦學(xué)術(shù)雜志，代表了該領(lǐng)域的最高學(xué)術(shù)水平。作為該雜志的 associate editor 之一，我參加了 editorial board 的午餐會(huì)議。同時(shí)與會(huì)的華人還有沈定剛（北卡大學(xué)教授）和李碩（加拿大西安大略大學(xué)副教授）。
總體而言，雜志情況與去年基本持平，submission 量略有提高。中國 submission 位居第三，接收文章有 10 篇，比去年有進(jìn)步。希望中國的同行們繼續(xù)努力。
會(huì)后，主編之一 Nicholas Ayache (Research Director at INRIA) 主動(dòng)聯(lián)系我，謝謝我的工作并詢問工作量是不是太重。我主要是處理 Machine learning and deep learning 方面的工作，看來這方面研究正紅還會(huì)繼續(xù)紅火。
9 月 13 日星期三 早上 8 到 10 點(diǎn)
MICCAI Oral Session 14 是專門針對(duì)工業(yè)界設(shè)計(jì)的，共有四個(gè)演講，頭三個(gè)是大會(huì)的常規(guī)論文，最后一個(gè)是特邀演講，演講之后還有個(gè) panel 討論。Tanveer(IBM) 和我共同主持。
可能是由于受星期二 gala 的影響，一開始諾大的廳里只坐了幾排人，大家的 energy level 不高。后來人群逐漸涌入，最后整個(gè)大廳爆滿。大家的熱情也越來越高，聽眾竟然要排隊(duì)提問。這也說明大家對(duì)于 industry 應(yīng)用非常關(guān)心。
會(huì)后有許多人反應(yīng)這次 industry session 組織得很好，信息量豐富，知識(shí)點(diǎn)多，務(wù)實(shí)不從虛。
9 月 13 日星期三 晚 6:30pm, Observatoire de la Capitale
大會(huì)的質(zhì)量很大程度上取決于大會(huì)的文章質(zhì)量。程序委員會(huì)是最終決定文章收錄的。為了回報(bào)對(duì)其成員的辛勤付出，大會(huì)特地在觀景臺(tái) 31 樓犒賞三軍?？笨巳敲婷脖M瞰眼底。
Young Scientist Award 是獎(jiǎng)勵(lì)年輕的科學(xué)家，獲獎(jiǎng)?wù)弑仨殱M足兩個(gè)條件：
（i）需為文章的第一作者；
（II）需是在校學(xué)生，畢業(yè)一年內(nèi)亦可。
有幸受邀成為 Committee 成員之一，Committee 主席是今年剛?cè)脒x MICCAI Fellow 的 Josien Pluim（TU Eindhoven教授）。Committee 成員中還有蔡衛(wèi)東（悉尼大學(xué)教授）。
Committee 共同進(jìn)行了三輪篩選。
第一輪是 committee chairman 選出有可能入選的文章 20 篇。
第二輪是 committee members 分別給 20 篇打二值分。打分匯總后剩下 12 篇進(jìn)入下一輪。
最后一輪是 committee members 進(jìn)一步暗中觀察 poster presentation，綜合打分。最后，匯總討論決定 award。
獲獎(jiǎng)文章的 poster
Invited Talk
9 月 14 星期四 早上 8:00－8:45
隨著深度學(xué)習(xí)深入人心，Deep Learning for Medical Image Analysis (DLMIA) Workshop 也越來越熱門。我有幸受邀給 keynote speech，題目是＂Deep learning and beyond：medical image recognition, segmentation, and parsing＂。
我首先簡單介紹了西門子最新研究成果 Cinematic Rendering，然后講述了 Medical Image Recognition, Segmentation , and Parsing（醫(yī)學(xué)圖像識(shí)別、分割、分解）的必要性、挑戰(zhàn)與困難、機(jī)器學(xué)習(xí)方法與知識(shí)模型結(jié)合的有效性以及實(shí)例。
隨后，綜述了深度學(xué)習(xí)的最新研究前沿 (skip connection, attention, deep supervision, image-to-image network, etc.)，以及西門子利用深度學(xué)習(xí)并結(jié)合知識(shí)模型的最新成果。
會(huì)前收到 Alex Frangi (University of Sheffield教授) 的邀請(qǐng)，希望成為 MICCAI book series editorial board 成員，幫助 book series 評(píng)審書稿申請(qǐng)，并推薦新的書目。我們借機(jī)見了面。
趁機(jī)宣傳一下我最近的兩本新書，正是屬于這個(gè) book series，在大會(huì)都有展示。
Medical Image Recognition, Segmentation and Parsing (Zhou Ed. )
Deep Learning for Medical Image Analysis (Zhou, Greenspan and Shen Eds. )
我們編者三人組（沈定剛、以色列 Tel-Aviv University教授 Hayit Greenspan、我）在編書過程中打了無數(shù)電話，終于趁這次會(huì)議機(jī)會(huì)可以面對(duì)面。
Yoshua Bengio （蒙特利爾大學(xué)教授）是深度學(xué)習(xí)的“三架馬車”之一。他受邀給MICCAI大會(huì)作Keynote Speech。下面摘要了他演講的Slide標(biāo)題。
Intelligence needs knowledge; Machine learning, AI, no free lunch; Bypassing the curse of dimensionality (compositionality); Distributed representation; Anything new with deep learning since the neural nets of 90s; Generative adversarial network; Attention using gating units; We are starting to better understand why deep learning is working; Still far from human level AI; Humans outperform machines at unsupervised learning; Latent variables and abstract representations; Maps between representations; Deep data fusion; Combining heterogeneous sources with missing modalities; Curriculum learning as a continuation method; Guided training, intermediate concepts; CASED Jesson et al. MICCAI 2017; Conclusions and future perspectives.
順便給自己的文章做個(gè)廣告。
《Automatic Liver Segmentation Using an Adversarial Image-to-Image Network》
先提出圖像到圖像的網(wǎng)絡(luò)，輸入原圖像，輸出分割 mask 圖。然后引入了對(duì)抗網(wǎng)絡(luò)，用于 regularize 輸出的分割 mask，可以看作是 shape prior。對(duì)抗網(wǎng)絡(luò)，最早是用來做圖象生成，目前還在研究中，最終效果尚待觀察。但用它來做 regularizer，實(shí)際中似乎很有效。實(shí)驗(yàn)是基于上千的 CT 影像，準(zhǔn)確度達(dá)到了前所未有的程度。
《Supervised Action Classifier: Approaching Landmark Detection as Image Partitioning》
常規(guī)的 landmark 表達(dá)包括點(diǎn)坐標(biāo)、heatmap 圖等。提出一種新的表達(dá)方式 action map，用于表示 landmark。實(shí)驗(yàn)結(jié)果表明此表達(dá)方式效果明顯。
《Deep Image-to-Image Recurrent Network with Shape Basis Learning for Automatic Vertebra Labeling in Large-Scale 3D CT Volumes》
用 DL 找到脊椎 landmark heatmap 之后，進(jìn)一步結(jié)合先驗(yàn)知識(shí)來提高準(zhǔn)確定位和降低錯(cuò)誤率。這里的先驗(yàn)知識(shí)是指脊椎 landmark 的相互關(guān)系。
本次會(huì)議中國力量進(jìn)一步加強(qiáng)。與會(huì)的中國人數(shù)比上屆明顯增加，周一晚上聚餐的報(bào)名供不應(yīng)求也是一個(gè)例證。另外錄取文章數(shù)以中國人為第一作者的占近四成。最后，獲得的各種獎(jiǎng)項(xiàng)也很多。
香港中文大學(xué)竇琪、于樂全、陳浩等人的文章獲 medical image analysis: miccai2016 special issue 最佳文章獎(jiǎng)。
閏平昆（RPI 新晉助理教授）獲 IJCARS Miccai2016 special issue 最佳論文獎(jiǎng)。
西安大略大學(xué)的薛武峰獲 Young scientist award。
王國泰（UCL）獲 BraTS Challenge 第二名。
忙碌了近一周，MICCAI2017 落幕了。
總結(jié)與預(yù)測：
? 正如去年預(yù)測的一樣，DL 已經(jīng)大肆＂入侵＂MICCAI。據(jù)不完全統(tǒng)計(jì)，約一半文章與 DL 相關(guān)。遺憾的是，真正突出的文章不多，CVPR 也是這樣。預(yù)測明年 DL 相關(guān)文章占比會(huì)更多。
? 隨著人工智能大熱，今年 CVPR 在各個(gè)方面達(dá)到了頂峰。MICCAI 則不然，文章數(shù)基本持平，參會(huì)人數(shù)達(dá)到新高。原因可能是 MICCAI 的文章更偏向 research 場景，側(cè)重 clinical 應(yīng)用的不算太多；而 CVPR 的文章很多是關(guān)于實(shí)際應(yīng)用的。預(yù)測明年 MICCAI 文章會(huì)有更多側(cè)重 clinical 應(yīng)用，文章數(shù)和參會(huì)人數(shù)達(dá)新高。
? MICCAI 華人力量日益強(qiáng)大。預(yù)測華人與會(huì)人數(shù)會(huì)更多。
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
