苏州大学陈新建教授2019年01月22日MICS在线学术讲座成功举办！
医学图像计算青年研讨会（Medical Imaging Computing Seminar，MICS）创立于2014年，其宗旨是为医学图像领域的华人青年学者提供学术交流平台，增进相互之间的了解和友谊，帮助青年学者融入学术研究大家庭。MICS聚焦于近两年内的医学图像计算领域原创研究，欢迎医学图像处理、计算机视觉、人工智能等新理论、新方法、新应用的展示，以及影像与临床医学、基础医学深度交叉的突破性进展报告。
首届MICS在医学图像领域著名学者、北卡罗来纳大学教堂山分校沈定刚教授的倡议下，于2014年12月在深圳大学举行。经过2015（济南）、2016（广州）、2017（上海）、2018（南京）的蓬勃发展，MICS从参会人数不足百人到吸引上千名专家学者参与，已迅速成为全国医学图像计算领域最具影响力的活动之一。
第六届医学图像计算青年研讨会将于2019年7月13-14日在苏州大学举办。在此，谨对本领域专家学者长期以来的大力支持表示感谢，并欢迎广大青年学者莅临苏州大学，积极参与MICS 2019，共同繁荣MICS大家庭！
在本次Webinar中，陈新建教授基于其团队2018年最新的研究成果，分别介绍了视网膜OCT影像诊断与分析展开，主要探讨图搜索、图割、深度学习等方法研究，以及在多种视网膜疾病上的临床应用，包括疾病定位、疾病筛查和辅助诊断等。最后陈新建教授回答了观众所提出的相关问题。
问答环节
- 陈老师，基于深度学习的OCT研究，比较依赖样本的数量，当前公开数据集多吗？目前公开的数据集OCT并不是太多。眼底彩照的公开数据集比较多，这也是目前有较多公司做这一块研究的原因。而OCT相对较少，公开的数据集都不是太多，基本上都是几百个这样的数量级。
- 请问陈老师，您介绍的视网膜分层算法是基于训练的吗，还是纯图像处理方法呢？是基于训练的，当然也是图像处理的方法。
- 陈老师，你们搜集这么多OCT图像，是怎么标注的呢？手动还是自动？这个是很好的问题，目前的数据的标注我们在和工业界和医生合作在做标注，目前我们大概有1000万张slice，来自大约几万个人，每个人大约有200多张slice，当然这些标注很多是部分标注。
- 分层问题是单slice还是多slices同时？
我们目前我们的分层是多slices同时分层的。 - 分层的金标准是手动分割么？
是的，是手动分割 - 能不能把不同的病变分割方法统一起来？
这是很好的问题，我们目前做了十几种的病，每种病的分割方法都不太相同，如果能够统一起来是一种很好的思路。我们也正在思考是否能够尝试通过使用深度学习的方法统一多种方法，可以尝试，但是让所有的疾病问题都一次性解决，还是比较难。 - 基于多模态影像的分析，依赖配准吗？
OCT是投影以后配准，目前我们的多模态数据是部分配准。还有多个时间点的数据需要配准，目前我们的眼底彩照和荧光造影也需要配准。目前有深度学习的方法可以不需要配准，因此有不同的方法可以做这个工作。 - 那么既然是人工标注，那些非专业人员怎么保证标注精度呢？
标注是以医生为精标准，但是全部让医生来标注也不现实。我们可以培训一些人进行标注，最后由医生来确认。 - 你们一般是怎么发现问题呢？问题是临床过来的还是你们驱动临床？
科研是临床需求驱动的，我是12年从美国回来后就和眼科医生有长期的合作关系，我们一直在合作已经有了6-7年时间，也发表了几十篇SCI论文也一起申报了一些项目。与临床医生合作他们会提出一些真实临床需求，这些需求需要积累和一段时间的交流和沉淀。 - 现在对眼角膜膜分割在研究OCT中很重要吧？
很重要。我们目前也正在和中山眼科医院的教授合作做角膜的OCT分层研究。 - 陈老师，请问你们的分层技术和商业可用的Onion分层软件以及University of Iowa的分层有什么优势？
这些技术基于Graph Search方法，我们最近也做了很多改进，包括我们也正在使用深度学习做这些工作，里面有类似的地方也有很多改进的地方。 - 方便评价一下谷歌在这方面的工作吗？
谷歌在眼底彩照方面有几十万张图片，也有五六十个医生在参与标注。谷歌在这方面确实做得非常不错。但是在OCT这块我们做的比他们较早，也做得比较广。 - 如何针对不同的眼部疾病，选择不同的分割方法？
不同的眼底疾病、不同的发生部位，采用的模型和方法都会不一样。 - 多模态是怎么融合的？怎么实现共同诊断？一般临床上是怎样诊断的？诊断流程是什么样的？
多模态有多种融合方法，比如校准的方法对齐，比如可以通过图的方法把不同的模态融合，融合了以后就可以共同诊断。诊断流程一般医生会做彩照，然后OCT，接下来医生的诊断，最后给出治疗方法。 - 对于OCTA有研究吗？
我们最近在做，比如血管的密度分析目前在做，今天我没有介绍。 - 陈老师，请问多模态分割，如果三个模态，有一个是DCE图像，那么每个病人就有多个图像，其余两个模态每个病人只有一个图像，那么应该如何利用这个DCE的数据呢？
可以首先校准DCE数据和其余模态的图像，校准之后可以应用不同的分割方法。 - 陈老师，我现在想做CT肝血管自动分割，你有什么推荐的算法吗？
CT肝脏血管分析有很多，比如图割、水平集、深度学习的方法等。 - 眼底彩照 OCT 眼压计 视野图等多种检查设备在临床上诊断有什么不同的用途？诊断疾病不一样吗？有什么优缺点呀？
眼底彩照是二维的，在基层医院用得多一些；OCT是三维的，在三甲医院、二级医院现在用得都比较多。不同的设备功能不同，比如眼压计是测量眼压的，视野图是看视野，比如青光眼需要检查这个。目前彩照和OCT目前在医院的眼科疾病基本都是必检的。 - 陈老师，OCTA功能成像可研究的方面有哪些呢？
目前OCTA的研究不少，比如血管密度，血管渗漏等等。 - 你们有考虑不同品牌采集数据的差别吗？
我们目前有各种品牌的机器，各种机器的数据都不太一样，但是也有相关性，我们可以使用transfer learning效果基本上都很不错。
陈新建教授报告的视频链接：
https://www.iqiyi.com/w_19s5t81mht.html
特别鸣谢本次Webinar主要组织者：
MICS Webinar责任委员：徐军（南京信息工程大学）
整理人：徐军（南京信息工程大学）
活动须知
- MICS在线学术讲座依托在线直播平台进行，观众请点击每期直播链接参加活动，支持安装Windows系统的电脑、MAC电脑、手机等设备，手机客户端也可直接扫描二维码进入直播；
- 活动开始前 5 分钟左右，讲者会开启直播，活动时讲者会上传 PPT 或共享屏幕，观众可以看到Slides，听到讲者的语音，并通过聊天功能与讲者交互；
- 活动过程中，请不要说无关话语，以免影响活动正常进行；活动过程中，如出现听不到或看不到视频等问题，建议退出再重新进入，一般都能解决问题；建议通过速度较快的网络参加活动，优先采用有线网络连接;活动过程中，请不要说无关话语，以免影响活动正常进行；
- 后续每期讲座信息，会通过MICS微信公众号“医学图像计算青年研讨会”（扫描下方二维码关注MICS微信公众号）或MICS QQ群（群号：641894878）进行通知（注：申请加入MICS QQ群时需验证姓名、单位和身份，缺一不可；入群后，请实名，姓名身份单位；身份：学校及科研单位人员T，企业研发I，博士D，硕士M）。
“医学图像计算青年研讨会”微信公众号
MICS在线学术讲座的模式和组织方式借鉴了很多VALSE的经验, 从VALSE得到了很多的启发，在此对VALSE组委会表示衷心的感谢，也祝愿MICS和 VALSE越办越好！
