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）( 三 ) ：沈定刚教授：深度学习在医学影像分析

沈定刚教授率领着一个学术能力强大的团队，其实力在智能医疗领域处于国际引领水平。据了解，今年他的团队有20篇论文被医学影像AI的顶级会议MICCAI录取，其中12篇被大会提前录用。论文主要有几个研究方向：图像成像、图像配准、老年痴呆症和儿童自闭症的诊断。

沈定刚教授表示，现在国内很多初创公司的发力点集中在诊断环节，但医学是一个很长的链条，成像、检测、诊断、治疗、预后每个环节都大有文章可做。将AI应用到源头，即成像质量的提高，将会是未来的一大热点。

他的团队从成像方面入手，研究如何利用AI技术，实现低成本、快速和高质量的成像，以此发表了4篇MICCAI论文。“一方面是应用AI技术，将质量较差的影像变成质量更好的影像；第二个方面是在具体应用过程中，将病人采集过程中丢失的图像补回来；第三个方面就是快速成像，因为有些模态图像扫描慢、噪声很大，AI技术可以将需要几分钟扫完的图像在几十秒内完成，这将很好提升患者体验。”

在图像配准方面，沈教授的团队研究通过无监督深度学习方法来进行图像配准。在做医学图像分析时 ,经常要将同一患者几幅图像放在一起分析，从而得到该患者多方面综合信息，提高医学诊断和治疗的水平。对几幅不同的图像作定量分析，首先要解决的就是几幅图像的严格对齐问题。他坦言，图像配准实现起来难度也很大，远远超过图像的分割、诊断。