北理工團(tuán)隊(duì)在眼底醫(yī)學(xué)圖像處理領(lǐng)域取得新進(jìn)展
發(fā)布日期：2022-02-10 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)科研團(tuán)隊(duì)在眼底醫(yī)學(xué)圖像處理領(lǐng)域取得新突破,，相關(guān)研究成果以“RTNet: Relation Transformer Network for Diabetic Retinopathy Multi-lesion 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="10.332)上。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年該領(lǐng)域270余種JCR期刊中排名前列,，影響因子為10.332，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)域的最新研究進(jìn)展,。該工作第一作者為北京理工大學(xué)博士研究生黃詩淇,，通訊作者為北京理工大學(xué)許廷發(fā)和李佳男。
糖尿病視網(wǎng)膜病變,，作為糖尿病的一種衍生眼部疾病,，已經(jīng)成為全球工作年齡人口致盲最主要的致盲原因。據(jù)國際糖尿病聯(lián)合會(huì)（IDF）發(fā)布,，我國糖尿病患者總數(shù)將在2030年增加到1.64億,，這其中超過30%的人會(huì)產(chǎn)生視網(wǎng)膜病變,，若未能及時(shí)發(fā)現(xiàn)和干預(yù)，將發(fā)生不可逆轉(zhuǎn)的視覺損害,。
在近幾年,，國內(nèi)外學(xué)者嘗試通過訓(xùn)練有素的人工智能來分割眼底影像中糖尿病病變的關(guān)鍵病灶。然而,，病灶圖案的小尺寸和易混淆的眼底復(fù)雜結(jié)構(gòu)經(jīng)常使得人工智能模型經(jīng)常錯(cuò)分病灶,。許廷發(fā)教授團(tuán)隊(duì)首次引入血管信息作為先驗(yàn)知識來解決這一科學(xué)難題，提出了一個(gè)端到端的基于transformer結(jié)構(gòu)的多病灶分割網(wǎng)絡(luò)RTNet,。針對血管異?？偸钱a(chǎn)生病灶的直接或間接原因，將病灶特征和血管信息分別作為transformer結(jié)構(gòu)的查詢值和關(guān)鍵值輸入,，使得病灶像素的決定血管的分布情況,。此外，針對多目標(biāo)分割問題的難題,，該團(tuán)隊(duì)研究發(fā)現(xiàn)不同病灶的出現(xiàn)和分布符合疾病發(fā)展的規(guī)律,，從這一病理規(guī)律出發(fā)提出了一個(gè)全新的綜合全局和細(xì)節(jié)信息的自注意結(jié)構(gòu)，實(shí)現(xiàn)了從多目標(biāo)同時(shí)提取病灶特征,。
圖1 糖尿病視網(wǎng)膜病變多病灶分割模型
該項(xiàng)研究開創(chuàng)性地引入血管信息作為先驗(yàn)知識輔助眼底病灶的分割,，同時(shí)也是第一個(gè)將多頭transformer結(jié)構(gòu)應(yīng)用到眼底影像病灶分割中。在多個(gè)具有挑戰(zhàn)性的眼底影像數(shù)據(jù)集上,，與最先進(jìn)的,、高度優(yōu)化的分割算法相比，RTNet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RTNet各組分結(jié)構(gòu)的有效性。此研究有助于更加清晰深刻地理解糖尿病視網(wǎng)膜病灶之間的內(nèi)在關(guān)系,，對糖尿病的視網(wǎng)膜病變的處理和分析具有重要意義,。
論文詳情：S. Huang, J. Li, Y. Xiao, N. Shen and T. Xu, "RTNet: Relation Transformer Network for Diabetic Retinopathy Multi-lesion Segmentation," in IEEE Transactions on Medical Imaging, doi: 10.1109/TMI.2022.3143833.
論文鏈接：https://ieeexplore.ieee.org/abstract/document/9684442
附作者簡介：
黃詩淇，北京理工大學(xué)光電學(xué)院2021級博士生,，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。現(xiàn)已發(fā)表學(xué)術(shù)論文5篇,，其中第一作者4篇,，包括IEEE Trans on Medical Imaging、Optics Express,,、Physica E等高水平期刊,，申請中國發(fā)明專利1項(xiàng)。曾獲中國大學(xué)生物理學(xué)術(shù)競賽二等獎(jiǎng),、北京市優(yōu)秀畢業(yè)生等榮譽(yù),。
李佳男,，博士，北京理工大學(xué)光電學(xué)院預(yù)聘助理教授,，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30篇，其中第一作者論文包括 IEEE TPAMI,、TVCG,、CVPR、ICLR等頂級期刊會(huì)議9篇,，ESI高被引論文1篇,。論文單篇最高被引600余次，谷歌學(xué)術(shù)總引用2400余次,。主持國自然青年科學(xué)基金項(xiàng)目,、博士后科學(xué)基金一等面上項(xiàng)目和項(xiàng)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(huì)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“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”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,。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30多項(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40項(xiàng)，已授權(quán)和公示15項(xiàng),。指導(dǎo)的研究生獲得中國圖象圖形學(xué)學(xué)會(huì)優(yōu)博、全國王大珩光學(xué)獎(jiǎng),、全國創(chuàng)新創(chuàng)業(yè)大賽一等獎(jiǎng)和北京理工大學(xué)優(yōu)博,?？蒲袌F(tuán)隊(duì)入選2020年度重慶英才創(chuàng)新創(chuàng)業(yè)示范團(tuán)隊(duì)和獲得ICCV 2021“無人機(jī)跟蹤”挑戰(zhàn)賽冠軍及最佳論文獎(jiǎng)。
分享到：