终检评审通过 创新训练 520计算机科学技术 医疗健康未定级

当前很多病症最终都需要对病灶所处区域进行活检，通过病理分析进行确诊。CT、MRI、细胞病理学图像识别和疾病组织目标检测是人工智能技术在影像医学和病理学等方向的重要应用。受病理特征成因复杂等因素的影响，医学图像的随机误差很大，组织、器官甚至细胞外观都可能存在视觉可见的差异，因此同一个患者的同一次检查中同一器官/病灶所对应的医学图像也可能存在很大不同。本项目利用一些合理的（医学影像的集合必须考虑是否侵犯患者隐私）训练集，复现基本的图像分割网络，完成对输入的医学影像进行分割。并且在此基础上优化算法，考虑提高在小样本数据情况下的医疗图像分割的准确率或效率，以及减少医疗图像标注的依赖性；主要聚焦于医学图像分割领域，成果以python程序的方式展示，并撰写相关论文。