近日，国际医学影像顶级会议MICCAI 2019在深圳召开，厦门大学信息学院、健康医疗大数据国家研究院纪荣嵘教授指导的学生团队在心血管超声诊断报告自动生成比赛(AUTOGEN-CDR19 CHALLENGE)的7个指标中荣获4项第一；王连生副教授指导的学生团队在内窥镜视觉比赛（ENDOSCOPIC VISION CHALLENGE）中荣获（Robust Medical Instrument Segmentation (ROBUST-MIS)）手术器械多实例分割任务DSC系数以及NSD系数2项第一。

纪荣嵘教授团队参加的心血管超声诊断报告自动生成比赛由深圳鹏城实验室、清华大学和武汉亚洲心脏病医院联合组织发起。多年来，心室中膈缺损（VSD）和心房中膈缺损（ASD）成为人类健康的巨大威胁，传统的超声波心动描技术，即超声医师在超声扫描仪前通过分析不同切片(视图)的超声图像来完成超声诊断报告，广泛用于医院诊断。但由于专业人员短缺、工作量过大和经验不足等因素，人工生成的报告往往比较粗糙。因此，迫切需要一个智能的计算机辅助报告生成系统来减少医师的工作量和错误的发生。比赛针对这两大常见先心病，设置了7个公认的文本匹配度评估指标（BELU-1, BELU-2, BELU-3, BELU-4, CIDER, METEOR, ROUGE），要求参赛队伍设计智能模型，能根据超声影像自动生成接近医生水平的医学诊断报告。

王连生副教授团队参加的内窥镜视觉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。机器人手术的仪器的分割是在机器人辅助医学领域中的重要研究问题，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。该比赛设置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三个子任务，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。

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。