北理工團(tuán)隊(duì)在紅外靜脈血管智能識別領(lǐng)域取得新突破
發(fā)布日期：2022-07-22 供稿：光電學(xué)院
編輯：盛筠 審核：董立泉 閱讀次數(shù)：
近日，北京理工大學(xué)光電學(xué)院許廷發(fā)教授科研團(tuán)隊(duì)在紅外靜脈血管醫(yī)學(xué)圖像處理領(lǐng)域取得新突破，相關(guān)研究成果以“SCANet: A Unified Semi-supervised Learning Framework for Vessel Segmentation”為題發(fā)表在醫(yī)學(xué)圖像處理領(lǐng)域的國際頂級期刊IEEE Transactions on Medical Imaging（IEEE TMI，IF="11.037)。IEEE" TMI是醫(yī)學(xué)圖像處理領(lǐng)域具有高影響力的國際學(xué)術(shù)刊物之一，在2021-2022年該領(lǐng)域270余種JCR期刊中排名前列，影響因子為11.037，中科院一區(qū)，主要發(fā)表和報(bào)道醫(yī)學(xué)圖像處理和分析、可視化和性能等領(lǐng)域的最新原創(chuàng)研究成果。該工作第一作者為北京理工大學(xué)光電學(xué)院博士研究生沈?qū)帲ㄓ嵶髡邽楸本├砉ご髮W(xué)光電學(xué)院李佳男特別副研究員和許廷發(fā)教授。
紅外靜脈血管穿刺技術(shù)（IR-Venipuncture）是利用近紅外光學(xué)儀器進(jìn)行皮下血管自動(dòng)成像，實(shí)現(xiàn)智能紅外靜脈血管穿刺的技術(shù)。然而，紅外靜脈血管智能識別和分割是此項(xiàng)技術(shù)的瓶頸難題。針對這一科學(xué)難題，科研團(tuán)隊(duì)首次以血管分割效果和運(yùn)行效率為雙準(zhǔn)則，提出了基于半監(jiān)督學(xué)習(xí)的全自動(dòng)近紅外靜脈語義分割模型SCANet，突破了這一關(guān)鍵技術(shù)。
首先，針對紅外靜脈血管的分辨率低的難題，設(shè)計(jì)了多尺度遞歸神經(jīng)網(wǎng)絡(luò)，將多個(gè)尺度的血管語義信息融合，實(shí)現(xiàn)了精準(zhǔn)分割；構(gòu)建和設(shè)計(jì)了重構(gòu)一致性網(wǎng)絡(luò)，實(shí)現(xiàn)了遞歸神經(jīng)網(wǎng)絡(luò)的編碼器的優(yōu)化。針對細(xì)小血管受到噪聲強(qiáng)干擾的難題，設(shè)計(jì)了縮小血管預(yù)測結(jié)果和標(biāo)簽之間的差異優(yōu)化方法，提高了細(xì)小血管的精準(zhǔn)分割。科研團(tuán)隊(duì)開創(chuàng)性地將兩個(gè)輔助網(wǎng)絡(luò)引入到分割主體網(wǎng)絡(luò)中，在保證分割結(jié)果的高準(zhǔn)確率的同時(shí)也保證了運(yùn)行效率。
該模型單幅圖像的預(yù)測時(shí)間達(dá)到毫秒級。
圖1. 全自動(dòng)近紅外靜脈語義分割模型SCANet
圖2. 靜脈血管分割結(jié)果對比
該分割模型不僅在靜脈血管影像上取得出色的表現(xiàn)，也在其他多個(gè)具有挑戰(zhàn)性的影像和皮膚病變影像數(shù)據(jù)集上都表現(xiàn)出明顯的性能優(yōu)勢，通過在基準(zhǔn)評價(jià)指標(biāo)上的定性定量分析，證明了SCANet各組分結(jié)構(gòu)的有效性。
圖3. 精細(xì)血管分割結(jié)果對比
此研究有助于更加準(zhǔn)確快速地定位患者的皮下靜脈血管，尤其是在患者生理情況較差或穿刺環(huán)境不佳的情況下，對其智能診斷和治療干預(yù)更具有重要理論價(jià)值和實(shí)際意義。
論文詳情：N. Shen, T. Xu, Z. Bian, S. Huang, B. Huang, F. Mu, Y. Xiao and J. Li. " SCANet: A Unified Semi-supervised Learning Framework for Vessel Segmentation" in IEEE Transactions on Medical Imaging, doi: 10.1109/TMI.2022.3193150.
論文鏈接：https://ieeexplore.ieee.org/document/9837087
附作者簡介：
沈?qū)帲本├砉ご髮W(xué)光電學(xué)院2020級博士研究生，師從許廷發(fā)教授，研究方向是光學(xué)成像和醫(yī)學(xué)圖像處理。在IEEE Transactions on Medical Imaging、IEEE Geoscience and Remote Sensing Letters等高水平期刊發(fā)表學(xué)術(shù)論文5篇，申請中國發(fā)明專利2項(xiàng)。
李佳男，博士，北京理工大學(xué)光電學(xué)院預(yù)聘助理教授（特別副研究員），新加坡國立大學(xué)博士后。研究方向?yàn)楣怆姵上裉綔y與識別、計(jì)算機(jī)視覺、嵌入式視頻處理等。近五年發(fā)表高水平學(xué)術(shù)論文40余篇，其中第一作者論文包括 IEEE TPAMI、TVCG、CVPR、ICLR等頂級期刊會議9篇，ESI高被引論文1篇。論文單篇最高被引近700次，谷歌學(xué)術(shù)總引2700余次。主持國自然青年科學(xué)基金、博士后科學(xué)基金面上（一等）等項(xiàng)目3項(xiàng)；參與國家自然科學(xué)基金重大科研儀器研制項(xiàng)目等5項(xiàng)。入選北京市科協(xié)青年人才托舉工程，曾獲得中國圖象圖形學(xué)學(xué)會優(yōu)秀博士學(xué)位論文、王大珩高校學(xué)生光學(xué)獎(jiǎng)等榮譽(yù)，獲得ImageNet大規(guī)模視覺識別挑戰(zhàn)賽（ILSVRC-2017）目標(biāo)定位任務(wù)冠軍。指導(dǎo)團(tuán)隊(duì)獲得ICCV 2021“反無人機(jī)跟蹤”挑戰(zhàn)賽冠軍及最佳論文獎(jiǎng)。
許廷發(fā)，教授，博導(dǎo)，國家一級重點(diǎn)學(xué)科“光學(xué)工程”學(xué)科責(zé)任教授，光電成像技術(shù)與系統(tǒng)教育部重點(diǎn)實(shí)驗(yàn)室副主任。北京理工大學(xué)重慶創(chuàng)新中心智能化和大數(shù)據(jù)技術(shù)實(shí)驗(yàn)室主任。近年來帶領(lǐng)其科研團(tuán)隊(duì)圍繞光電成像探測與識別、計(jì)算成像和醫(yī)學(xué)光電成像等方向不斷深化研究。主持承擔(dān)國家自然科學(xué)基金委重大科研儀器研制項(xiàng)目等40余項(xiàng)。在國際、國內(nèi)等系列期刊發(fā)表學(xué)術(shù)論文135余篇，其中被SCI/EI收錄90余篇。以第一發(fā)明人申請國家發(fā)明專利45項(xiàng)，已授權(quán)和公示15項(xiàng)。指導(dǎo)研究生獲得中國圖象圖形學(xué)學(xué)會優(yōu)秀博士學(xué)位論文，二人次獲得王大珩高校學(xué)生光學(xué)獎(jiǎng)，二人次獲得全國光學(xué)與光學(xué)工程博士生學(xué)術(shù)聯(lián)賽全國百強(qiáng)等榮譽(yù)稱號。
分享到：