近日，王连生老师指导的团队在MICCAI 2019 ENDOSCOPIC VISION CHALLENGE中分别荣获（Robust Medical Instrument Segmentation (ROBUST-MIS)）手术器械多实例分割任务DICE系数以及鲁棒性两项排名第一的成绩。 

比赛由德国海德堡大学与国际顶级医学图像处理年会MICCAI联合举办，比赛数据来自海德堡大学医院。该比赛具有三个子任务：腹腔镜手术视频图像中器械的二类分割、多实例分割及多实例检测，旨在为内镜手术视频图像的识别探索具有良好鲁棒性和泛化能力的算法模型。二类分割是指将图中每个像素分为背景类或仪器类，而多实例检测及分割任务则是需要在二类分割的基础上，对属于仪器类的像素再次进行属于不同仪器个体之间的判断。

机器人仪器的分割是在机器人辅助医学领域中一个很重要的研究问题。其中最重要的挑战之一，就是手术场景中对仪器位置的正确检测，以进行追踪和姿态估计。而目前来说，泛化能力强、鲁棒性高的像素级仪器分割问题仍有待解决，因此这也是本次比赛的关注点。

MICCAI是由国际医学图像计算和计算机辅助干预协会（Medical Image Computing and Computer Assisted Intervention Society）举办的、跨医学影像计算（MIC）和计算机辅助介入（CAI）两个领域的综合性学术会议，是该领域的顶级会议，吸引了全球134所顶级科研高校的研究团队共同参与，被认为有着非常强的国际影响力和非常高的学术权威性。今年参加MICCAI会议的人数超过2500人，为历年来最高。