近日， MICCAI AdaptOR Challenge赛事结束，该赛事吸引了来自世界各地的众多高校团队参与，包括伦敦大学学院、香港科技大学、南京大学等。来自厦门大学的LSgroup 团队从全球的19支参赛队伍中脱颖而出，获得了该比赛的第一名。

LSgroup团队由信息学院王连生老师指导，主要成员包括信息学院博士生汪家诚、硕士研究生王昊杰主要负责算法开发和论文撰写，研究生穆若忱主要负责协助论文撰写。团队成员主要从事计算机与医疗的交叉学科。在此次比赛中，LSgroup团队利用两个不同域的二尖瓣修复术的数据集——真实手术场景下的手术数据集和虚拟合成的手术数据集，搭建人工智能模型，实现对手术过程中缝线进出组织的点的识别（图2）。最终，团队提交的模型取得了优于所有其他团队提交模型的性能，勇夺第一。

图 2 二尖瓣修复术的示意图

为了解决数据可用性和数据隐私性对自动场景分析算法开发的限制，AdpatOR Challenge将此问题定义为从合成数据集到真实手术数据集的域适应问题。该比赛提供少量的真实手术数据集和大量的有标签的合成训练数据（图3），其最终目标是减少模拟数据和术中病例之间的域差异。

图 3 左为合成数据，右为真实手术数据

比赛由德国海德堡大学（Heidelberg University）、达姆施塔特工业大学（Technical University Darmstadt）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。