2021年10月1日，医学图像分析领域顶级会议“2021年国际医学图像计算与计算机辅助介入大会(MICCAI2021)”在法国斯特拉斯堡落下帷幕。在西安电子科技大学前沿交叉研究院智能医学影像大数据前沿研究中心缑水平教授团 队指导下，实验室参赛队伍在“快速且低GPU占用的腹部多器官分割（FLARE21）”赛道中，战胜了来自曼彻斯特大学、上海交大、深圳大学等国内外名高校的参赛队伍，获得了第二名的好成绩并在MICCAI挑战赛会议中做线上口头报告。

腹部CT图像中的多器官分割在临床实践中发挥着重要作用，虽然已经有很多先进的方法在过去的公开数据集上取得令人满意的效果，但这些方法应用于多中心、多病种、多时期的CT图像时效果仍然不佳，为了解决这个问题此次竞赛被提出。同时，此次竞赛希望尽可能减少推理时间以及GPU占用，这更加符合临床需要，算法主要框架如下图1和图2所示。

图1 分割网络结构图

图2 形状约束模型结构图

此外，缑水平教授带领的团队曾参加多项MICCAI和AAPM（American Association of Physicists in Medicine）举办的医学影像处理与分析竞赛，所指导的博士童诺在2019年全球AAPM RT-MAC竞赛中取得了亚军的好成绩。

MICCAI系列会议始于1998年，它是由国际医学图像计算和计算机辅助干预协会(Medical Image Computing and Computer Assisted Intervention Society) 举办，跨医学影像计算(MIC)和计算机辅助介入 (CAI) 两个领域的综合性学术会议，目前已是该领域的顶级会议。会议的一般主题包括医学图像计算、计算机辅助介入、导航系统和机器人、可视化和虚拟现实、计算机辅助诊断、生物科学和生物学应用、特定的成像系统和新的成像应用等。除了展示领域最新成果外，该会议还因举办各种面向医学图像智能分析的国际挑战赛而备受关注。

图3 获奖证书

团队介绍：

缑水平，西安电子科技大学，教授，计算机科学与技术专业博士生导师，智能科学与技术系主任。中国人工智能专委会委员、IEEE会员、IET会员、中国电子学会高级会员、中国计算机学会高级会员、“教育部归国人员实验室”成员、“教育部创新团队”骨干成员、“高等学校学科创新引智计划（111计划）”创新引智基地骨干成员。主要从事医学影像分类与识别，大数据分析与挖掘，人工智能算法方面的研究，近年来负责国家自然科学基金（面上、青年）、中国博士后基金、陕西省自然科学基金（面上、青年），参与国防973、国家863课题、国防科技预研等项目十余项，将神经网络、免疫克隆计算、稀疏表示、多目标优化、 GPU 并行计算和机器学习与数据挖掘相结合，应用于手势识别、图像目标检测、配准和辅助诊断、医学图像淋巴结检测和医学图像增强与分割等，提出了五种新颖的学习算法，并在雷达图像和医学图像中进行了验证。此方面累计发表论文 100 多篇，授权中国发明专利 60 余项，获得软件著作权 10 余项；培养硕博士 60 余人，开发的产品及专利转化项目20余项。

团队成员：童诺、续溢男、曹思颖、董文灏