医学影像数据

站在新的一年回望过去，不管是在基础设施、AI医疗场景成熟度、资本注入等环节，以医学影像AI产品为代表的医疗AI，终于迎来了一次集体绽放。据雷锋网统计，前后已经有八款产品获批。事实上，医疗AI的商业化从来不是靠一己之力就能完成的任务：行业标准的形成、审批层面的规范、数据质量的提升、产业资源的整合，每一个环节都至关重要。医

2020年9月18-20日，由中国医学影像AI产学研用创新联盟（CAIERA）主办的第二届中国医学影像AI大会在上海国际会议中心盛大开幕。 作为本次大会的战略合作媒体，雷锋网(公众号：雷锋网) 进行了全程报道。 本届大会以“AI助力健康中国”为主题，吸引国内外数千名政、产、学、研、医及AI产业界代

从2016年到现在， 医学影像 人工智能 在将近4年的时间里发展迅速。早在2016年至2017年期间，影像AI产品主要集中的病种有糖网和肺结节，2018年逐渐扩大病种范围，包括骨龄、乳腺、脑出血、骨折等等。去年一些AI公司和医院也进行了临床验证、寻求多病种模型的研发和应用。 20

雷锋网消息，日前，英伟达与伦敦国王学院以及一家法国初创公司Owkin合作，在新成立的伦敦医学影像与人工智能中心中应用了联邦学习技术。这项技术论文在今年的MICCAI 2019大会上发布，英伟达与伦敦国王学院研究人员在大会上介绍了联邦学习技术的实施细节。研究人员表示：“联邦学习在无需共享患者数据的情况下，即可实现协作与分

雷锋网消息，近日，一篇来自德国癌症研究中心、海德堡大学以及海德堡大学医院研究人员的名为nnU-Net的医学影像分割论文引起了广泛关注。该团队提出了一个可以自适应任何新数据集的医学影像分割框架，该框架能根据给定数据集的属性自动调整所有超参数，整个过程无需人工干预。仅仅依赖于朴素的U-Net结构和鲁棒的训练方案，nnU-N

雷锋网按：近日，由麻省理工学院（MIT）电子工程与计算机科学（ECCS）实验室多位博士所著的医学影像AI论文被CVPR 2019收录。 该团队为了解决医学图像标注数据缺乏的问题，提出了通过学习图像的变换（transforms）进行数据增强的半监督分割方法。以下为论文详细内容，由雷锋网 (公众号：雷锋

雷锋网消息，大量、高质量的数据集推动了深度学习领域的发展。近日，斯坦福吴恩达团队开源了 MURA 数据库，包含 14982 个病例的上肢肌肉骨骼X光片。每个病例包含一个或多个图像，均由放射科医师手动标记。团队表示，为鼓励医学影像诊断模型的进步，MURA 数据库可以免费使用。数据集地址为 https://stan

雷锋网AI掘金志《未来医疗大讲堂——医学影像专题》第四期总结文：一个只给医疗AI从业者、影像科医生、名校师生、CFDA工作人员看的系列课程。 注： 90分钟的视频 信息量巨大，文章仅为冰山一角，强烈建议观看完整版视频 （含57页PPT） ，请点击链接：

主题： AI医学影像落地实战：数据标注、算法方法、算力优化 时间： 12月21日（周四），晚上8点 嘉宾： 吴博，宜远智能CEO、英国利兹大学博士后、前爱立信大数据研究院资深研究员、谷歌研究奖获得者。 报名方式： 扫描文章底部海报二维码，关注公众号“AI掘金志”，进入后

医学影像在医疗中的作用已经无需赘言。伴随X光、CT、核磁的广泛应用而来的是大量的医学影像数据。按照相关规定，影像数据一般需要至少保存15年。由于医学影像数据不能像文本数据一样做有损压缩，所以影像数据量大且增速快。据了解，一般的三级医院的医学影像数据在20TB以上，且每年的数据增量在4-5TB，而超大型医院的数据量甚至可