中国大陆首篇！复旦庄吓海团队获得MIA顶刊和MICCAI最佳论文奖！

点击下方卡片，关注“CVer”公众号

AI/CV重磅干货，第一时间送达

点击进入—>【计算机视觉和Transformer】交流群

转载自：复旦大数据学院

扫码加入CVer知识星球，可以最快学习到最新顶会顶刊上的论文idea和CV从入门到精通资料，以及最前沿项目和应用！发论文，强烈推荐！

获奖介绍

2023年10月12日，复旦大学大数据学院庄吓海教授团队的论文“BayeSeg: Bayesian modeling for medical image segmentation with interpretable generalizability”获得爱思唯尔出版社，医学影像分析期刊和国际MICCAI学会联合颁发最佳论文奖（Elsevier-MedIA 1st Prize & MICCAI Best Paper Award），成为第一篇以中国大陆研究机构(复旦大学)为第一单位的获奖论文。

MICCAl Best Paper Award 2023 & Elsevier-Medical Image Analysis 1st Prize

该奖项于2004年设立，一年一评，旨在表彰医学影像人工智能领域年度最优秀的论文。

该奖项今年在加拿大温哥华举办的第26届国际医学图像计算与计算机辅助介入大会(MICCAI2023)上宣布，会议方同时邀请了“深度学习三巨头”之一，“神经网络之父”，图灵奖得主Yann LeCun做会议主题报告。

MICCAI 2023 颁奖现场

论文内容

借助大数据和算法，医疗和技术的深度融合已经让"AI医生"逐渐融入人们的生活。这为人们提供了更多就医便利，并提供了疾病诊断的支持。在医学领域中，人工智能的重要应用之一是神经网络在医学影像分割方面的应用。神经网络是一种模拟人脑神经元运作的数学模型，通过学习和模式识别，能够帮助医生解析和分析复杂的医学影像数据，从而提供准确的诊断和治疗建议。 

然而，神经网络难于解释的“黑盒子”性质极大地限制了医学图像分割人工智能在临床中的应用：我们难以及时了解什么时候、哪些情况下人工智能的判断可能会出错，需要医生的再次检查；同时模型在面对未曾见过的数据时性能会急剧下降，难以保持强泛化能力。

对于一个初出茅庐的人类医学生，只要牢记基本的器官形状，即使面对不熟悉的医学图像，也能取得不错的分割效果。因此，我们从中产生灵感，希望能够约束神经网络使用学习到的“形状轮廓”知识做出分割判断。

贝叶斯学习的医学影像分割泛化模型：

(a) 概率图模型，(b) 神经网络搭建与推断示意图。

基于以上想法，我们提出了一种可解释的贝叶斯分割框架（BayeSeg），对图像进行变量分解，分离出表示形状的变量和表示图像外观的变量，将分割变量限制仅与形状变量相关，并联合图像和其对应的分割标签进行显式统计建模。之后使用变分贝叶斯框架来近似这些可解释变量的后验分布，并用神经网络实现该框架的训练与推断。因为通过概率图模型显式建模的变量都有实际的物理含义，医生可以通过可视化不同变量的后验分布来判断BayeSeg的决策过程是否正确，模型具有良好的可解释性；同时，在前列腺分割和心脏分割任务上的实验结果表明，BayeSeg也展现出了良好的泛化能力。

 不同变量后验的可视化图

论文链接：

https://www.sciencedirect.com/science/article/pii/S1361841523001494

https://arxiv.org/abs/2303.01710

该项研究成果由复旦大学大数据学院2018级博士研究生高尚奇、2021级博士研究生周杭琪、2022级博士研究生高一博共同完成，通讯作者是庄吓海教授。相关工作得到了国家自然科学基金和上海人才发展基金的支持。

今年，复旦大数据学院医学影像人工智能实验室（ZMIC Lab）在国际医学影像顶级会议MICCAI、IPMI获得多项奖项与提名，论文“BInGo: Bayesian Intrinsic Groupwise Registration via Explicit Hierarchical Disentanglement” 医学影像信息处理大会（IPMI）Francois Erbsmann Prize（最佳论文奖）runners-up，论文“A Reliable and Interpretable Framework of Multi-view Learning for Liver Fibrosis Staging” 提名MICCAI 2023 Best Paper Award与MICCAI学会青年科学家奖。

在CVer微信公众号后台回复：BayeSeg，可以下载本论文pdf、代码，学起来！

ICCV / CVPR 2023论文和代码下载

后台回复：CVPR2023，即可下载CVPR 2023论文和代码开源的论文合集

后台回复：ICCV2023，即可下载ICCV 2023论文和代码开源的论文合集

医疗影像和图像分割交流群成立
扫描下方二维码，或者添加微信：CVer444，即可添加CVer小助手微信，便可申请加入CVer-医疗影像或者图像分割微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer、NeRF等。
一定要备注：研究方向+地点+学校/公司+昵称（如医疗影像或者图像分割+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群

▲扫码或加微信号: CVer444，进交流群
CVer计算机视觉（知识星球）来了！想要了解最新最快最好的CV/DL/AI论文速递、优质实战项目、AI行业前沿、从入门到精通学习教程等资料，欢迎扫描下方二维码，加入CVer计算机视觉（知识星球），已汇集近万人！

▲扫码加入星球学习

▲点击上方卡片，关注CVer公众号

整理不易，请点赞和在看