[#19-08] MICS在线学术讲座会后总结

复旦大学庄吓海老师2019年05月21日MICS在线学术讲座成功举办！

[#19-08] MICS在线学术讲座：庄吓海

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！

传统的图像计算方法和数学模型能给医学影像分析问题带来“新”的思路和启发，为深度学习时代提供不同维度的视角和新的思维。在本次Webinar中，庄吓海老师基于其团队近几年的工作，主要介绍了基于MvMM和基于深度学习的多模态图像联合计算，以及全心脏分割方法，并简要介绍了即将于MICCAI2019上举办的多模态心脏MRI图像分割挑战赛的情况（MS-CMRSeg 2019）。最后，庄吓海老师回答了观众所提出的相关问题。

问答环节

1. 问：用什么样的方法进行配准？
   答：配准方法的选择取决于具体的任务，例如对两个不同时间段大脑磁共振数据进行非刚体配准，为了得到高精度的配准结果，我们使用了Specially encoded mutual information。
2. 问：使用什么样的参数对配准结果进行评价？
   答：我们的配准结果的评价方式主要分为两种。一种是有金标准的配准，我们通过对比配准结果和金标准进行评价。另一种是通过临床的结果进行评价。例如计算心脏的某个坏死区域，我们已知坏死区域的金标准，使用不同的配准方法对坏死区域进行配准，得到不同配准方法之间的相对误差，在有参照的情况下，判断目前的配准方法是否比之前的配准方法精度更高。
3. 问：心脏分割是基于静态图像还是动态图像？
   答：我们是基于静态图像进行分割的。bSSFP MRI本身是一个电影序列，我们选取了其中和LGE MRI同一时间点的静态图像进行分割。
4. 问：深度学习的方法如何对多模态图像进行融合？
   答：我们认为目前没有一个标准的深度学习模型对多模态图像进行融合，在这里主要探索了三种实现模式，可以参见文献https://arxiv.org/abs/1902.09904
5. 问：如何对心脏数据进行预处理？
   答：利用世界坐标系可以处理图像之间背景大小不一致等问题。如果只针对算法进行研究的话，可以采取一些比较简单的方法，比如将中心区域裁剪出来然后进行分析等。
6. 问：如何获取2019年的相关文献和代码？
   答：可以单独和庄老师进行联系。
7. 问：今年的分割挑战赛能否使用2017年的数据集？
   答：原则上可以利用2017年的数据集进行预训练等，但是要注意这两组数据并不一致。

庄吓海老师报告的视频链接：
http://www.iqiyi.com/w_19s98mtd65.html
庄吓海老师报告的slides链接：
https://pan.baidu.com/s/1opZ4rzlfOPvMFZWVLBLd5w
提取码：klll

特别鸣谢本次Webinar主要组织者：
MICS Webinar责任委员：王满宁（复旦大学）

活动须知

1. 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；
2. 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；
3. 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；
4. 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！