iMED中国团队第一位学生顾在旺荣获MICS 2019最佳poster论文一等奖

发布日期:2019-07-19 09:42
顾1
回顾iMED获得MICS2019最佳poster一等奖
       
  2019年7月14号,我突然收到通知:获得了MICS2019最佳poster论文一等奖。MICS创立于2014年,其宗旨是为医学图像领域的华人青年学者提供学术交流平台,增进相互之间的了解和友谊,帮助青年学者融入学术研究大家庭。首届MICS于2014年12月在深圳大学举行。经过2015(济南)、2016(广州)、2017(上海)、2018(南京)的蓬勃发展,MICS已迅速成为全国医学图像计算领域最具影响力的活动之一。


  我看着这个证书,思绪不由地回到了宁波材料所。2017年3月,烟雨濛濛中匆匆告别上海大学的我,在甬江边走入了梅子成熟的季节,也在iMED大大的办公室里有了个小小的位置。先进制造所八楼,是我开始科研的地方。在和浩哥,燕鹤师兄以及于师姐一起讨论交流的日子里,简单重复的科研生活也显得不那么单调无聊。
  然而由于本科就读于机械专业,研究生转行进入计算机,我科研进展一般。所幸的是,2017年6月,上海科技大学高盛华老师带领优秀的刘闻、伟鑫学长来宁波交流。他们深厚的深度学习理论知识与扎实的编程能力让我受益匪浅。 为了能够学到更多知识,在导师刘江的支持下,我访问上科大两个月。在环科路199号的日子里,以深度学习为题,我在高老师团队得到了充分的学习锻炼。从课题背景分析,到相关工作进展,以及最新的深度学习算法,我逐步掌握了一些科研的技能。
  2017年年底,在上科大实习结束后,我回到了宁波。正好程骏老师全职加入了imed中国团队。



  经过充分的交流讨论之后,程老师根据我之前的工作内容以及科研兴趣爱好,推荐我沿着基于彩色眼底图的青光眼筛查这一方向展开具体的科研。利用彩色眼底图来做青光眼筛查是imed研究多年的方向也是程老师多年来坚持做的课题,已经有了大约十年的积累,其主要任务就是视盘与视杯的分割。通过数月的努力和反复试验,我提出一套算法,用于分割视盘同时在ORIGA,Messidor,RIM-ONE和DRISON等数据集得到验证。然后将初步结果拿给程老师之后,程老师问我:你的算法能不能在别的数据集上work?
  也许就是从这句话开始,我开始体会到在深度学习时期科研的不易,更加明白如何真正的去做“好”一项work。很多时候,一个深度学习算法如果在一个数据上work,大家就问,在另一个数据上呢?一个有效的深度网络,往往在多种情况下也有效。于是,在2018年暑假的日子里,我survey多个医疗公开数据集,在程老师、付华柱、赵一天老师等的指导设计下,最终提出一种上下文编码网络(Context Encoder Network,简称CE-Net),用于在医学图像分割中获取高阶语义特征并保留更多细节信息。CE-Net主要包括三个主要部分:特征编码器模块(Encoder)、上下文提取器(Context Extractor)和特征解码器模块(Decoder)。CE-Net不仅仅在视盘分割上取得了最佳结果,在血管分割、肺分割与细胞壁提取等也被证明有效。
  虽然方法、结果都有了,工作还远远没有完成。第一次写文章的我,在写作思维、英文等多方面都有待提高。果然接下来的就是一个不断打磨的过程,在程老师一遍又一遍地修改下,经过多轮退回修改,10月22号,我的work终于提交到本领域顶级期刊IEEE Trans. on Medical Imaging。2个月后,第一轮review下来,major revision。其中一个reviewer认为我们的算法只分割了两类,需要验证multi-class segmentation。巧合的事情是,我在论文提交之后,一直在做OCT layer segmentation, 恰好属于多类的应用,因此这一轮的rebuttal 只花了10天,就将revised paper重新提交了上去。两个月后,minor revision。在回答了reviewer的comments10天之后,我的paper终于accept了。
  今年6月,我看到了第六届医学图像计算青年研讨会(Medical Imaging Computing Seminar,简称MICS)poster论文投稿邀请,获奖有奖金哦,按照投稿要求,将自己work做了一个poster,并提交了上去。很快,我的poster被邀请展出。

  承蒙各位大佬赏识,我的poster获得了2019MICS最佳论文一等奖!
分享到: