团队成员、西安光机所硕士研究生胡明介绍,X光片、CT等医学影像是医生进行疾病诊断的重要依据。计算机视觉领域半监督医学图像语义分割研究可以从少量医生审读、标注好的医学图像中自动学习其诊断经验,最终实现在没有标注的医学图像中自动锁定病变区域,帮助医生提高疾病诊断效率和准确率。
基于此,该团队进行了技术攻关,提出一种创新算法,在数据处理、训练结构等方面进行了改进。这种创新算法在多个公开医学图像数据集上的试验性能处于领先水平。
“通俗来讲,我们人工设计并‘投喂’了更多训练医学图像,增加了模型判断依据,大幅提升了模型智能化水平。”胡明说,“下一步,我们将聚焦医学图像智能‘阅读’分析领域,实现用‘小’模型精确划分出病变区域、用大模型去理解和反馈,造福更多患者。”