日前，西交利物浦大學(xué)博士生宋思凡所在團隊在百度舉辦的國際眼科賽事GAMMA挑戰(zhàn)賽中，與全球71支隊伍同臺競技，最終獲得了第二名的佳績。

GAMMA挑戰(zhàn)賽是由百度在第八屆眼科醫(yī)學(xué)影像分析研討會（OMIA8）上舉辦的國際眼科賽事，該會議是眼科影像領(lǐng)域的重點研討會之一，也是跨醫(yī)學(xué)影像計算和計算機輔助兩個領(lǐng)域的綜合性頂級學(xué)術(shù)會議MICCAI2021的一部分。

本次GAMMA挑戰(zhàn)賽主題為青光眼。青光眼是全球第二位致盲眼病，由于青光眼的隱匿性較強，早期較難被察覺，晚期病變將難以控制，因此對青光眼及時準確的診斷至關(guān)重要。

參賽團隊需要對訓(xùn)練集里的100例3D眼底OCT體數(shù)據(jù)和2D眼底彩照數(shù)據(jù)進行處理，并通過“青光眼的分級”、“黃斑中央凹定位”和“視杯&視盤分割”三個子任務(wù)進行較量，每個子任務(wù)都對應(yīng)了一個衡量眼科人工智能算法的精準度和泛化性優(yōu)劣的關(guān)鍵。宋思凡和醫(yī)療人工智能企業(yè)體素科技以及上海交通大學(xué)組成的Voxelcloud Team在第三個子任務(wù)中排名第一。

據(jù)宋思凡介紹，在完成第二和第三個子任務(wù)時，他們都使用了原創(chuàng)的Bilateral-ViT算法模型，與其他算法相比，這個模型中設(shè)置了兩個通道來分別處理圖像中的主要信息和其他結(jié)構(gòu)信息，這種方法可以大幅提高處理圖像信息的準確度。

例如在做第二個子任務(wù)時，團隊中有醫(yī)學(xué)背景的組員提出，黃斑位置和眼底動靜脈血管有著強相關(guān)性，因此他們通過運用Bilateral-ViT建立了一條新的通道專門收集、處理血管的信息，并通過血管結(jié)構(gòu)和分布來確定黃斑的位置，以此提升確認黃斑位置的精準度。

（圖中橙色部分為專門處理血管信息的通道。）

視杯視盤位置的確定和分割在青光眼診斷的過程中尤為重要。針對第三個子任務(wù)，團隊提出了一個全新的二階段式分割方法——首先運用Bilateral-ViT對杯盤位置進行粗略定位和分割，再對進行了粗分割的區(qū)域進行極坐標轉(zhuǎn)換，以增強圖像特征的表達能力，并使用Segtran、TransUnet等最新的算法框架進一步做杯盤的精細化分割。

宋思凡（下圖左）說：“提高定位黃斑和杯盤的精確度和準確率，也能幫助醫(yī)學(xué)人員更快速地做出專業(yè)診斷、減輕他們的壓力?！?/p>

宋思凡的指導(dǎo)老師、西浦創(chuàng)業(yè)家學(xué)院（太倉）數(shù)據(jù)科學(xué)與大數(shù)據(jù)技術(shù)專業(yè)負責人蘇炯龍博士（上圖右）表示，做這樣的研究能幫助醫(yī)療發(fā)展，有很大的現(xiàn)實意義?！氨敬蜧AMMA挑戰(zhàn)賽提出了一個在醫(yī)學(xué)上很實用的問題，使用的也都是真實行業(yè)數(shù)據(jù)；宋思凡在參賽的過程中和企業(yè)合作，也是在用以前學(xué)到的知識、技能、算法去克服一些現(xiàn)實困難。這就是一個學(xué)習(xí)、研究和產(chǎn)業(yè)緊密結(jié)合的例子，和太倉的融合式教育的核心是一致的?！?/p>

宋思凡也提到，在蘇老師的指導(dǎo)下，自己的博士研究也會把理論和實踐結(jié)合得更緊密，在研究項目中也會和企業(yè)合作更多。（記者：胡秋辰 曹馨竹 攝影：伏彧震）