沈定刚教授：深度学习在医学影像分析中的应用丨2018医学影像AI经典演讲回顾（二）(13) ：沈定刚教授：深度学习在医学影像分析

我们比较一下，左边是MRI，右边是生成的CT，经过四层输出之后，可以看到它和真实的CT图像差异非常小。这样的图像可以用于治疗规划，但不能用于诊断，因为小的病变可能在处理过程中会丢失。这也是为什么我一直强调做医学影像一定要和临床结合起来。我认为，现在学术界和工业界的医学影像AI研究和开发是没有多大区别的，是相辅相成的。

提问：我是做传统图像的学生，我看您做的医疗图像的识别跟传统图像识别有很多共通的观点，我比较关心的是相对于传统图像来说，医疗图像在设计网络或者训练方式上有哪些特殊的问题需要进行针对性的设计？另外就是对于我们这种从传统图像想转做医疗图像来说，您觉得最大的障碍在哪里？是数据不公开的限制，比如说医院很多数据是不公开的，还是说我们对医疗方面专业知识的缺失，导致我们设计网络的时候会忽略一些信息？

沈定刚：你的第一个问题非常重要。我们要非常清楚，在进行医学影像研究时，图像里的每一个小点都是我们人体非常重要的部分，对每一点都要非常重视，这是和做传统图像识别的区别。另外，传统图像识别很多是二维的，很多人还是用二维的方法来做三维、四维的事情，但他们差异性非常大，所有的网络必须变成三维、四维。