10月6日至10日，第27屆國(guó)際醫(yī)學(xué)圖像計(jì)算和計(jì)算機(jī)輔助干預(yù)會(huì)議 (International Conference on Medical Image Computing and Computer Assisted Intervention, MICCAI 2024)在摩洛哥馬拉喀什舉行。上?？萍即髮W(xué)信息科學(xué)與技術(shù)學(xué)院2020級(jí)博士研究生陳宏博獲唯一的最佳論文獎(jiǎng)，生物醫(yī)學(xué)工程學(xué)院2023級(jí)碩士研究生黃浩霖獲青年科學(xué)家獎(jiǎng)。

今年的MICCAI會(huì)議共收到2879篇論文投稿，為歷屆之最，會(huì)議最終接收來(lái)自43個(gè)國(guó)家和地區(qū)的857篇論文。最佳論文獎(jiǎng)和青年科學(xué)家獎(jiǎng)旨在表彰MICCAI主會(huì)議上發(fā)表的最高質(zhì)量論文，經(jīng)過(guò)評(píng)審委員評(píng)估和現(xiàn)場(chǎng)報(bào)告打分，共產(chǎn)生一項(xiàng)最佳論文獎(jiǎng)、兩項(xiàng)最佳論文獎(jiǎng)亞軍和五項(xiàng)青年科學(xué)家獎(jiǎng)。上科大兩名研究生獲得會(huì)議獎(jiǎng)項(xiàng)，充分體現(xiàn)了學(xué)校通過(guò)推動(dòng)學(xué)科交叉和科教融合、探索科技創(chuàng)新和人才培養(yǎng)的不懈努力。

最佳論文獲獎(jiǎng)成果——RoCoSDF：一種可用于精準(zhǔn)恢復(fù)三維解剖結(jié)構(gòu)的超聲多視圖形狀重建框架

圖1 陳宏博最佳論文獎(jiǎng)獲獎(jiǎng)證書(shū)

圖2 兩種典型的單視圖掃描和重建，以及本研究的多視圖掃描重建

本研究針對(duì)超聲引導(dǎo)的脊柱手術(shù)導(dǎo)航中現(xiàn)有方案精度不足等問(wèn)題，提出一種基于行列掃描的隱式神經(jīng)符號(hào)距離場(chǎng) (Row-Column scanned Neural Signed Distance Field)，首次建立了能夠從多視圖超聲掃描影像中精準(zhǔn)恢復(fù)三維解剖結(jié)構(gòu)的形狀重建框架。該框架重建的椎體形狀具有出色的幾何表現(xiàn)。構(gòu)建的符號(hào)距離場(chǎng)有望輔助醫(yī)生進(jìn)行實(shí)時(shí)碰撞檢測(cè)，為手術(shù)探針是否抵近器官表面提供預(yù)警，減少手術(shù)風(fēng)險(xiǎn)。相比于現(xiàn)有單視圖重建方法，新框架能夠大大減少超聲視角依賴(lài)和探頭層厚等限制帶來(lái)的椎體結(jié)構(gòu)畸變問(wèn)題，有助于醫(yī)生在術(shù)中更加簡(jiǎn)單、快速和精準(zhǔn)地找到目標(biāo)，降低醫(yī)生和病人的輻射暴露。

圖3 本研究提出的三維超聲多視圖形狀重建框架

該論文的作者是上海科技大學(xué)信息科學(xué)與技術(shù)學(xué)院的陳宏博（2020級(jí)博士研究生）、高聿翀（2017級(jí)本科生，2023級(jí)博士研究生）、張書(shū)航（2020級(jí)本科生，2024級(jí)碩士研究生）、吳江杰（2022級(jí)博士研究生）、馬月昕教授和鄭銳教授。鄭銳教授為通訊作者。本課題在研究伊始，便得到了信息學(xué)院虞晶怡教授和張玉瑤教授的指導(dǎo)。論文口頭報(bào)告和海報(bào)展示得到上科大生物醫(yī)學(xué)工程學(xué)院沈定剛教授的指導(dǎo)。

論文題目：RoCoSDF: Row-Column Scanned Neural Signed Distance Fields for Freehand 3D Ultrasound Imaging Shape Reconstruction

論文鏈接：https://papers.miccai.org/miccai-2024/paper/2031_paper.pdf

青年科學(xué)家獎(jiǎng)獲獎(jiǎng)成果——MetaAD：一種用于準(zhǔn)確高效檢測(cè)帕金森病患者大腦代謝活動(dòng)異常的檢測(cè)框架

圖4 黃浩霖青年科學(xué)家獎(jiǎng)獲獎(jiǎng)證書(shū)

針對(duì)常用¹⁸F-FDG PET成像在視覺(jué)分析中難以發(fā)現(xiàn)帕金森?。?PD）的主要異常等難題，該研究提出了一種代謝感知異常檢測(cè) (MetaAD)框架。MetaAD框架通過(guò)將輸入的 FDG PET圖像轉(zhuǎn)換為具有健康模式的合成 CFT圖像，再反向映射回具有健康模式的 FDG圖像，從而突出 PD的代謝異常線(xiàn)索。MetaAD在檢測(cè) ¹⁸F-FDG PET中的PD代謝異常方面表現(xiàn)出色，不僅極大提升了計(jì)算機(jī)輔助診斷 (CAD)系統(tǒng)的性能，還協(xié)助放射科醫(yī)師更加容易、高效且準(zhǔn)確地利用 ¹⁸F-FDG PET進(jìn)行 PD診斷。此外，MetaAD還蘊(yùn)含著發(fā)現(xiàn)新型生物標(biāo)志物的潛力，有望推動(dòng) PD研究及治療手段的革新。

圖5 MetaAD 的推理過(guò)程：提出的 MetaAD 可以在 FDG 圖像中突出顯示 PD 的代謝異常；紅色和藍(lán)色區(qū)域分別表示代謝較高和較低的不正常區(qū)域

該項(xiàng)研究成果由上科大生醫(yī)工學(xué)院王乾課題組碩士研究生黃浩霖、上海交通大學(xué)博士研究生沈鎮(zhèn)榕、復(fù)旦大學(xué)附屬華山醫(yī)院博士研究生王靜共同完成，生醫(yī)工學(xué)院王乾教授和復(fù)旦大學(xué)附屬華山醫(yī)院左傳濤教授為共同通訊作者。

論文標(biāo)題：MetaAD: Metabolism-Aware Anomaly Detection for Parkinson's Disease in 3D 18F-FDG PET

論文鏈接：https://doi.org/10.1007/978-3-031-72069-7_28

面向國(guó)家重大需求和人民生命健康，上科大將持續(xù)發(fā)揮各院所深度交叉融合的優(yōu)勢(shì)，通過(guò)產(chǎn)學(xué)研醫(yī)緊密合作，為解決臨床實(shí)際和關(guān)鍵科學(xué)問(wèn)題發(fā)揮力量。