近日，由新葡的京集团3512vip(股份)有限公司主办的“医学反问题中的人工智能数理方法”分论坛在杭州知识产权创新产业园举行。会议齐聚来自上海交通大学、华中科技大学、南方科技大学、中国科学院数学与系统科学研究院等10余所高校和科研单位的专家学者，共同探讨医学影像处理中的人工智能算法等热点问题。孔德兴教授、副院长黄守军教授、杰出教授袁景、副教授罗守胜、双龙特聘教授徐昊、邢宇心、校聘副教授陈康、张建峰博士、夏小琴博士等青年骨干教师参加会议。
会上，专家学者们聚焦医学反问题中的人工智能数理方法，分别从“高端医学CT成像中的挑战与机遇”“深度学习磁共振成像与分析”“数据高效与可解释医学图像分析”“平扫CT卒中病灶分割”等方向做了主题报告。
南方医科大学马建华教授以《高端医学CT成像中的挑战与机遇—低剂量成像技术》为题，从CT成像技术的发展历程展开，分析了低剂量CT的优势和缺点，并基于低剂量CT成像技术的特点，详细介绍了多种模型驱动、数据和模型驱动相结合的CT重建算法的相关工作，同时阐述了自己对CT成像的发展方向的看法和见解。
上海交通大学张小群教授作了关于《Personalized Artifact Modeling and Federal Learning for Multi-institutional Low Dose CT Denoising》的报告。报告同样围绕CT成像技术，重点从联邦学习的技术角度出发，介绍了数据驱动型算法在面对多个互不联通的数据集共同参与训练时的工作。相关工作在特征提取时着重学习了各数据其特有的伪影模式并在后续处理中做个性化分析。
华中科技大学邱武教授在报告《平扫CT卒中病灶分割》中介绍了CT和CTA影像技术在脑卒中患者诊断及治疗过程中的应用，根据基层医院普遍使用的设备，描述了充分挖掘可用数据的相关工作，展示了人工智能技术跨模态分析的意义。报告同时提出了针对脑卒中的影像方法和分析算法的展望。
深圳中科院王珊珊教授、李程助理教授，在其《深度学习磁共振成像与分析》的报告里介绍了磁共振成像、磁共振图像分析、辅助诊断等多个方面的工作，重点围绕模型驱动和数据驱动的结合方式，探讨了深度学习算法与传统算法的融合，并强调从数据采集、重建、分析到诊断的全流程紧密耦合的重要性。
哈尔滨工业大学郭志昌教授的报告题目为《A Nonlinear Anisotropic Diffusion Model with Non-standard Growth for Image Segmentation 》，报告介绍了一种基于非线性的各向异性的不标准生长扩散模型的图像分割算法，深入探讨了深度学习算法和模型驱动算法在可解释性上的不同，并结合实际案例分析可解释性强的算法在实际应用（如对抗数据扰动）中的优势。
南方科技大学唐晓颖教授以《数据高效与可解释医学图像分析》为报告题目，结合脑分割和人脸关键点识别等具体案例，引入了LDDMM（即高度形变微分同胚度量映射）的概念，介绍了单纯基于模型驱动和结合深度学习的算法在图形处理中的形状保持问题。
首都师范大学李宏伟教授，在报告《Low dose CT Imaging》中介绍了低剂量CT成像的相关图像处理方法，重点介绍了在投影域和图像域上进行去伪影和降噪的方式，以及其中的相互影响和最优方式。同时从数据的角度探讨了高剂量CT数据和低剂量CT数据在低剂量CT图像分析算法开发时的特点。
中国科学院大学陈冲教授作了题为《Nonconvex Problem in Quantitative Image Reconstruction for Spectral CT》的报告，从CT的成像原理出发，介绍了传统CT的缺点，如异质同像、硬化伪影的缺点，进而引出了双能谱CT重建的数学问题，并介绍了其团队在双能谱CT重建算法方面的最新工作。基于primary-dual算法框架，陈冲教授与合作者推导了求解双能谱CT正则化重建模型的优化算法，并进行了深入的理论分析。
北京师范大学刘君教授的报告题目为《Data-Driven Medical Image Segmentation Method for Preserving Special Structures》。报告介绍了一种具有特殊形状保持的数据驱动型主导的医疗图像分割算法。报告从神经网络算法的分割结果存在的问题出发，提出通过后期在损失函数等神经网络结构中融入先验的方式，可以有效提高算法在小数据集上的表现。
广东工业大学李斯教授在题为《ECT Medical Image Reconstruction：High-accuracy Modeling and Fast Algorithms》的报告中介绍了一种在弦图域进行的SPECT图像的修复、建模及重建方法，其特点是通过添加一个全局注意力分支的方式引入基于先验的约束条件，在增强正则的同时避免了通过改变损失函数带来的潜在的过拟合的问题。针对SPECT图像重建分别率低的问题，李斯教授团队提出了新的积分离散化方法，不仅有效提高了重建图像分辨率，同时提高了图像重建速度。
“医学反问题中的人工智能数理方法”分论坛为期两天，为医学人工智能领域的优秀青年学者搭建了一个学术交流平台，专家学者们在这里思想碰撞、深入交流，推进了学术创新与交流合作，为推动精准医疗发展贡献智慧和力量。
