北京航空航天大学许燕老师2019年04月09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，许燕老师基于其团队的研究成果，探讨了弱监督和无监督学习在医学图像中的应用，及其在提高现有医疗数据的临床应用价值。人工智能模型需要标注大量的数据，能够标注医学图像数据的专家又非常稀缺，标注成本很高。弱监督学习和无监督学习，能大大克服人工智能算法需要大量医生高成本标注的缺陷。弱监督学习由于不需要细粒度标注，极大降低了医学图像的标注成本，针对每个病人，医生标注时间从传统算法所需要的若干小时降低到秒这个数量级。无监督学习，可以不借助任何标注数据直接从样本中学习大量有效的规律，也成为近年医疗图像的热点问题。最后，许燕老师回答了观众所提出的相关问题。
问答环节
- 问：如果Area估计比真实的大很多，会有什么影响呢？答：我们实验中使用的L2 norm给出的惩罚项很大，会使得模型越来越准确，这样我们的模型就会很鲁棒。一旦有惩罚，Area估计就会缩小一些，这使得我们需要的segmentation准确率会提高。
- 问：老师请问细胞类型显著具体指什么呢？
答：例如在血癌细胞中，病理医生按照中性粒细胞，淋巴细胞，嗜酸性细胞等细胞在血液中的百分比，就能判断有无血癌。 - 问：先需要聚类算法对细胞水平进行分类吗？
答：不需要。在我们GAN的学习过程中，能够自动学习细胞特征，同时自动带了聚类的功能，所以不需要先进行聚类。 - 问：请问许老师，在用GAN进行数据生成的时候，真实的数据量有多大呢？如何保证Generator生成的数据可以逼近真实的细胞特征分布呢？
答：理论值在这里不能明确给出。但在我们血癌的实验中，我们使用了200多个病人的数据，大约有10万数量级的细胞数目来进行学习，图像级别的分类准确率达到95.7%，达到了临床可用的效果。此外，我们也验证了我们生成的数据与真实的细胞分布非常接近。 - 问：老师，您觉得anomaly detection 算无监督还是弱监督？
答：无监督就是不需要任何的标注信息，弱监督是只需要知道粗标签或者部分标签就能够predict细的或者精的标签，这就是弱监督的概念。 - 问：老师，无监督方法实验验证中，您使用的三个数据集有显著性差异吗？
答：有。我们实验的数据集实质上是两个数据集，A和B，第三个数据集实际是AB合在一起；其中一个数据集来自美国某大学，另一个是我们的合作单位浙江大学第一附属医院提供的数据集。所以在成片过程中有非常多的性质上的不同，因此它们的差异是非常明显的。 - 问：所以train的时候只有normal的样本，是算无监督还是弱监督？
答：如果train的过程只有normal的样本，只predict normal的信息出来，这属于全监督；但如果还进一步predict差异性的信息，比如有癌无癌，此时我们认为这属于弱监督。因此，这取决于你的任务，如果你只需要predict normal的结果，则是全监督。 - 问：请问一下许老师，您怎么看待医学图像中用ImageNet或者VGG16等网络模型进行pretrain的做法？有些文章这样做，是真的对医学图像有效吗？
答：有效。ImageNet产生的model，具有表达物体特征的能力，例如圆弧曲线和三角曲线等，对2D的医学图像大部分是有帮助的。即使没有帮助，也不会降低performance。 - 如果癌变区域比较小，半监督的这种方法，大部分取的patch都应该是正常组织吧？
答：对。在training过程中可以balance正例与负例的比例。
许燕教授报告的视频链接：
http://www.iqiyi.com/w_19s823nyfl.html#vfrm=8-8-0-1
特别鸣谢本次Webinar主要组织者：
MICS Webinar责任委员：何宏建（浙江大学）
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！
