11月3-5日,2017第四届苏州国际医学影像研讨会在苏州大学天赐庄校区敬贤堂举办。本次会议由苏州大学电子信息学院医学影像处理与分析实验室主办,苏州大学电子信息学院、苏州比格威医疗科技有限公司、中国生物医学工程学会青年工作委员会以及苏州市科学技术协会协办。我校电子信息学院医学影像处理与分析实验室主任陈新建教授、医学影像领域顶级期刊IEEE Transactions on Medical Imaging前主编Milan Sonka教授共同担任大会主席。演讲嘉宾有海外医学影像领域的大牛,有国内医学影像及人工智能的大咖,有国内顶级医院的医学专家,也有走在前列的中国企业的科学家们。大会吸引了近300名国内外的专家学者,他们在苏州大学齐聚一堂,共同分享包括医学图像分析、眼科影像、分子成像、超声成像、磁共振成像、医学图像分割与定位等议题的国际医学影像的最新研究成果;探讨医学影像人工智能在临床上的实际场景和改进方向;讨论医学影像人工智能在落地过程中的前景和问题。

陈新建教授与Milan教授共同为大会致开幕词,表达对远道而来的各位专家学者的欢迎和感谢,表达对接下来为期两日的国际医学影像研讨会的期待。
![]() |
![]() |
大会的第一位演讲者,伦敦帝国学院计算机系主任Daniel Rueckert讲述了如何利用深度学习从医学图像发现和计量对临床有用的信息。报告指出深度学习可以通过采样数据、图像超分辨率、 图像分割和分类来重建医学影像。他还展示了深度学习在临床上的一些应用,比如脑部肿瘤分割,心脏图像分析等。
![]() |
![]() |
美国北卡罗来纳大学教堂山分校沈定刚教授是医学影像领域的权威学者,他的报告讲述了他们目前正在研究的深度学习方法在脑影像中的应用,目的在于及时发现如自闭症、阿兹海默症等潜在的疾病,尽早予以治疗。
美国国立卫生研究院临床中心放射科和影像科科学家吕乐的演讲有关于建立真正的大规模的医学影像数据库,一个是来自30000多病人的110000张胸部X光片数据库,另一个是来自61845个病人的含有关键医学发现的216000张CT/MRI图像。这两个数据库都将会向公众公布,可极大促进深度学习算法的开发应用研究。
![]() |
![]() |
周少华目前在西门子医疗技术担任图像分析专家, 他向我们表明机器学习结合主要知识使我们有能力完成医学图像识别、分割和解析等许多任务,并且展示了一些成功的案例。他不仅详细的介绍了深度学习,还总结了一些最新的“超越深度学习”的工作。
图玛深维创始人兼首席科学家高大山博士主讲的内容是人工智能在医学影像分析领域的机遇和挑战。回顾了人工智能特别是深度学习的最新应用,讨论最新的CNN架构,还介绍了一些基于深度学习的CAD产品,如早期肺部疾病、中风、乳腺癌、肝癌、前列腺癌等的检测。
![]() |
![]() |
4 日中午就餐后,在陈新建教授的带领下,各位中外学者参观了医学影像处理与分析实验室的 硬件与软件部分,大家一起交流学习,提供了很多宝贵的意见和建议。
![]() |
![]() |
4 日下午,多位眼科领域了专家学者为我们 做了精彩的汇报。广东省视觉眼科学研究所副所 长袁进教授向我们介绍了作为干眼症评估新指 标的结膜微血管系统和微循环;江苏省人民医院 眼科主任刘庆淮教授通过SDOCT图像和我们一起 探讨了非增殖型糖尿病视网膜病变和增殖性糖 尿病视网膜病变的超反射病灶与硬渗出物之间 的联系;生物医学光学快报的副主编、国家卫生 研究院研究部门特许成员张浩向我们讲述了可 见光光学相干断层扫描技术的最新发展;汕头大 学-香港中文大学联合汕头国际眼科中心副院长 陈浩宇提出了一个新的参数,光强度,它可以代表组织的特性,并为视网膜疾病的诊断提供新的信 息;上海交通大学附属第一人民医院副院长兼眼科主任许迅教授对于OCTA 如何改变我们的临床实践 做了深刻的剖析;而本次的大会主席陈新建教授主要汇报了几种视网膜影像分析方法及其在临床眼 科诊断中的应用。
![]() |
![]() |
5 日清晨,在主持人Daniel Rueckert 的短暂发言后,Milan Sonka 开始了他的汇报。Milan 主 讲的内容是对心脏移植患者的冠状动脉壁形态的定量分析。他所讲述的方法是快速、有效的,有助 于准确的对冠状动脉壁厚度变化的精确量化。早期诊断是极其重要的,可以减少与腔体相关的移植 失败。
耶鲁大学放射与生物医学工程系教授James Duncan 的实验室一直在研究图像分析系统,研究定 量的四维(三维空间+时间)的超声心动图变形测量方法,用于诊断和治疗。他的汇报与4D 超声心动 图紧密相关。
![]() |
![]() |
华盛顿大学生物医学工程系教授Murray Loew 以心脏消融为例讲述了超光谱图像在生物医学领 域的应用。
霍普金斯大学教授Jerry L. Prince 向我们讲述了图像合成及其在医学图像分析中的应用,并 表明图像合成技术的前景是无限光明的。
![]() |
![]() |
北京大学医学部科学研究处处长韩鸿宾教授汇报了一种用于测量大脑细胞外空间的新成像方法。 采用无线电频率(RF)作为信号源,该信号源是由脑中的水分子释放出来的。利用核磁共振成像装置, 在将外源顺磁探针注入到ECS 之前和之后,对信号的变化进行动态测量,可以根据三维图像模型对 扩散参数进行计算。
清华大学软件学院副教授高跃首先介绍了超图构造方法,同时考虑单模态和多模态。然后介绍 了超图结构的学习方法,从传统的直推式学习到超图结构学习。最后介绍了超图结构学习在医学图 像分析中的应用。
![]() |
![]() |
纽约大学电子与工程系教授Guido Gerig 讨论了先进的4D 图像和形状分析方法的进展,这些方 法带有线性和非线性回归的概念,现应用于复杂的、高维的数据,如图像、图像派生的形状和结构 以及两者的组合。他和他的团队将从目前的临床研究中得到一些结果,如对自闭症风险患者早期大 脑发育的分析,对正常衰老的神经退化的分析,以及对严重创伤性脑损伤的定量评估。
英国谢菲尔德大学(USFD)的生物医学图像计算教授Frangi 汇报的重点是如何整合生物医学成 像和传感,如何将其应用于解决心血管领域的特定临床问题。
![]() |
![]() |
中国科学院深圳先进技术研究所梁栋教授的汇报内容是关于快速磁共振成像的理论、技术和应用。磁共振成像(MRI)已成为最重要的医学革命之一,在现代医学影像诊断和治疗中发挥了重要作用。然而,相对较慢的数据采集在很大程度上限制了它的应用。最近,出现了一种被称为“压缩采样”或“压缩传感”的方法,它有可能克服核磁共振成像现有的速度限制。
中科院自动化研究所副教授王坤讲述了与多模态分子成像有关的内容。光学分子成像技术已经开创了癌症研究、临床翻译和医学实践的新前沿,最近在光学多模成像、Cerenkov发光成像和光学图像引导手术方面的进展证明了这一优势。在分子成像的时代,光学技术有望促进高度敏感的癌症诊断和个性化病人治疗的发展,这是精准医学的最终目标之一。
![]() |
![]() |
中国科学院深圳先进技术研究所副主任乔宇代表商汤科技汇报了目前在眼科疾病诊断方面开发新的深度模型的进展,以及他们在临床实践中所做的努力。
视见医疗创始人陈浩分享了他们最近的研究成果,即开发最先进的3D深度学习方法,包括完整的卷积网络、深度监督网络等,以进行医学图像分析,深入研究一些医学应用。

随着近年来人工智能的飞速发展,医学影像与人工智能交叉结合的这个领域从未像现如今这么火爆。本次苏州国际医学影像研讨会共有23个邀请报告,为医学影像领域的学术交流合作提供了宝贵的机会。研讨会上各国专家学者积极讨论,提出众多创新思路,开辟新的研究方向,为医学影像领域未来的发展奠定了坚实的基础。与此同时,本次会议有效促进了苏州大学国际合作交流,保证了我校在医学影像领域的可持续发展,进一步缩短了国内与世界一流学科的差距。