2022年9月18日，北京国际数学研究中心长聘副教授、国际机器学习中心副主任、大数据分析与应用技术国家工程实验室研究员、国家生物医学成像科学中心研究员董彬课题组的四位成员（董和鑫、于飞、袁铭泽、赵杰，指导老师：董彬，张立）组成参赛队伍从数十支参赛队伍中脱颖而出，获得MICCAI CrossMoDA 2022 Challenge冠军。

获奖证书

本次大赛的任务是分割前庭神经鞘瘤（vestibular schwannoma）相关的两个重要结构——前庭神经鞘瘤和耳蜗。上述两区域对该疾病治疗方案的制定与治疗疗效的评估密切相关，如防止手术导致的耳蜗听觉损伤和测量肿瘤体积判断肿瘤生长情况等。目前相关的诊断工作主要是基于ceT1 MRI模态，近年来，越来越多的研究开始基于T2模态进行诊断，相比于使用ceT1模态，T2模态具有更高的分辨率，更准确，并且降低了造影剂的辐射风险。基于此背景，本次比赛提出基于预适应的跨模态数据集，该数据集是目前医疗影像方向最大的跨模态域适应数据集。参赛者要基于含有标签的ceT1数据和无标签的T2模态数据（不成对）来得到可以在T2模态分割上述区域的模型。这不仅要求模型在分割结果上的准确性，也要求模型具有较强的跨域泛化能力。

团队在去年的比赛中（crossMoDA 2021）中取得了亚军的成绩。基于之前的工作，团队提出了基于像素对齐和自训练的分割模型，首先通过像素对齐使得模型在新模态具有较强的泛化能力，再利用自训练方法提高模型的决策边界，显著的提升了模型在该模态的分割效果。团队成员通过以实际需求驱动，进行了大量相关工作的调研，丰富了专业知识，并应用到医疗相关的实际问题。在最终的激烈角逐中，团队促使自己不断激发新的想法、优化算法模型，实现了自身工程实现能力的提升，并取得优异的成绩。

指导老师

董彬

张立

团队成员

董和鑫

于飞

袁铭泽

赵杰

董彬课题组 供稿

转载本网文章请注明出处