平安科技10篇论文入选美国顶级年会，技术探索和应用切中前沿( 五 )_秋天

Y. Tang, Y. Tang, et al., "TUNA-Net: for Disease Recognition in Cross-Domain Chest X-rays". International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI), Shenzhen, China, 2019

Y. Tang, Y. Tang, et al., "Task-oriented Unsupervised Adversarial Network for Disease Recognition in Cross-Domain Chest Radiographs", RSNA, Chicago, USA, 2019 (Scientific Oral Paper)

3、食管癌靶区自动规划

在放射治疗中，临床靶向区域(CTV: Clinical Target Volume)既要涵盖可见的肿瘤区域，也要包括微观的肿瘤细胞可能扩散到的区域，如淋巴结。这在实际操作中比较困难，非常依赖放疗肿瘤主治医生的水平，不同的医生之间勾画的临床靶向区域会有较大差异。因此客观的临床靶向区域分割算法在食道癌放疗规划中起到关键的作用。

平安科技人工智能中心提出的研究方法将食道癌的临床靶向区域的分割设计为一个同时基于空间位置/距离和图像特征的模型，其中空间模型包含了肿瘤，淋巴结，和风险器官的空间位置和距离信息。这样的深度学习模型可以更好的去推断临床靶向区域的边界。临床靶向区域勾画在食道癌放疗计划里的研究重要但是之前工作非常少，这项工作设立了一个新的里程碑。