主办：医学图像计算青年研讨会 & 南京信息工程大学-中大医院智慧医疗研究院

医学图像计算青年研讨会 (Medical Imaging Computing Seminar, MICS)于2014年成立，宗旨是为医学影像分析领域的全球华人学者提供学术交流平台，增进本领域科研人员和医学专家的交流和合作，经过九年的发展从不足百人的会议发展为千人的会议，MICS已经成为医学图像计算领域全球华人最有影响力的学术会议之一。第四届MICS委员会包括委员和资深委员90多人，新一届委员是我国医学图像计算领域的中坚力量，其中很多是我国医学图像计算领域内的领导者。第四届MICS委员会继续聚焦于医学图像计算领域的最新原创、前沿研究，促进医工领域专家的相互了解、合作与交叉，拟邀请来自国内外知名高校、研究所、医院和企业的专家学者做专题报告和特邀报告。

MICS的学术活动包括在线研讨会和年度会议。第四届MICS委员会把MICS线上活动划分为了九大专题，计算病理是其中一个重要专题，本专题聚焦计算病理、显微镜和生物成像与分析、计算机辅助诊断与预后等领域。本次MICS计算病理专题暨第二届计算病理研讨会，很荣幸邀请了中国医学会病理学分会三任主委做指导，包括圆桌会议和学术报告两个环节，期望本次会议能够引领我国计算病理领域未来的发展方向，为工科领域的专家指引方向。

MICS计算病理专题暨第二届计算病理研讨会

医学图像计算青年研讨会 (Medical Imaging Computing Seminar, MICS)于2014年成立，宗旨是为医学影像分析领域的全球华人学者提供学术交流平台，增进本领域科研人员和医学专家的交流和合作，经过九年的发展从不足百人的会议发展为千人的会议，MICS已经成为医学图像计算领域全球华人最有影响力的学术会议之一。第四届MICS委员会包括委员和资深委员90多人，新一届委员是我国医学图像计算领域的中坚力量，其中很多是我国医学图像计算领域内的领导者。第四届MICS委员会继续聚焦于医学图像计算领域的最新原创、前沿研究，促进医工领域专家的相互了解、合作与交叉，拟邀请来自国内外知名高校、研究所、医院和企业的专家学者做专题报告和特邀报告。

MICS的学术活动分为在线研讨会和年度会议，今年MICS2022年会在南京信息工程大学成功举办。第四届MICS委员会把MICS线上活动划分为了九大专题，计算病理是其中一个重要专题。本次MICS计算病理专题暨第二届计算病理研讨会，很荣幸邀请了中国医学会病理学分会三任主委做指导，包括圆桌会议和学术报告两个环节，期望本次会议能够引领我国计算病理领域未来的发展方向，为工科领域的专家指引方向。以下为MICS计算病理专题拟定的会议日程安排：

MICS计算病理专题暨2022年第二届计算病理研讨会日程安排

2023年1月14日 8:30-12:05

8:30-8:40  开幕致辞

梁智勇  教授  北京协和医院

刘东戈  教授  北京医院

主持：徐军  南京信息工程大学

8:40-9:30   医工专家圆桌讨论

病理专家：  步  宏  四川大学华西医院

 梁智勇  北京协和医院

刘东戈  北京医院

梁  莉  南方医科大学

宋志刚  解放军总医院

  樊祥山  南京鼓楼医院

工学专家： 余维淼  新加坡A*Star

施  俊  上海大学

徐  军  南京信息工程大学

许  燕  北京航空航天大学

廖  俊  中国药科大学

王连生  厦门大学

 王向学  南京信息工程大学

主持： 樊祥山  南京鼓楼医院

 徐  军  南京信息工程大学

9:30-10:00 人工智能辅助细胞病理诊断系统的研发与应用

梁  莉  南方医科大学

主持：施俊 上海大学

10:00-10:30 人工智能病理诊断：瓶颈，挑战，策略，和未来

余维淼  新加坡科技局(A*Star)

主持：王向学  南京信息工程大学

10:30-11:00 人工智能病理辅助诊断在胃肠黏膜的应用

宋志刚 解放军总医院

主持：陈万远  浙江省人民医院

11:00-11:20 无监督和弱监督学习在病理图像理解上的探索

许  燕  北京航空航天大学

主持：王满宁  复旦大学

11:20-11:40  弱监督学习在病理人工智能中的应用

廖  俊  中国药科大学

主持：邵伟 南京航空航天大学

11:40-12:00 结合病理图像的多模态数据分析

王连生  厦门大学

主持：焦一平 南京信息工程大学

12:00-12:05 会议总结

 徐  军 南京信息工程大学

   医学图像计算青年研讨会

南京信息工程大学-中大医院智慧医疗研究院

圆桌会议时间：2023年1月14日8:40-9:30

圆桌会议嘉宾简介

病理专家

步  宏 教授

个人简介：四川大学华西医院病理科教授、博士生导师、病理研究室主任。步教授是中华医学会病理学分会前任主任委员，中国抗癌协会常务理事、肿瘤病理专业委员会前任主委，CSCO肿瘤病理专家委员会主任委员，国际病理学会中国区分会主席国务院学位委员会学科评议组成员，曾任四川大学副校长。2019年9月5日，被人力资源社会保障部、教育部授予“全国模范教师”称号，享受省部级表彰奖励获得者待遇。

梁智勇 教授

个人简介：北京协和医院病理科主任，国家病理质控中心主任，中华医学会病理分主任委员，中国医疗保健际交流促进会病理专业委员会主任委员，中国医师协会病理科分会副会长；CSCO肿瘤病理专业委员会候任主任委员；CNAS医学专业委员会副主任；《诊断病理学杂志》总编；《中华病理学杂志》副总编。

刘东戈 教授

个人简介：北京医院、国家老年医学中心病理科主任，中华医学会病理学分会候任主任委员,中国研究型医院学会超微与分子病理学专委会主任委员,北京市病理学会主任委员,中国医师协会病理科医师分会常委,北京医师协会病理科医师专科分会副主任委员,北京市病理质量控制与改进中心副主任委员。

梁  莉 教授

个人简介：二级教授、主任医师、博士生导师、国家百千万人才工程入选者、享受政府特殊津贴人员等，南方医科大学基础医学院病理学系/南方医院病理科主任，荣获“国之名医.优秀风范”和中国杰出青年病理医师，主持国家重大专项、国家自然科学基金等课题25项，研究方向为肿瘤转移和耐药分子机制及诊断新方法研究，近5年以通讯作者（含共同）在Gastroenterology、J Hepatol、Mol Cancer、Hepatology、Nat Commun、EClinicalMedicine等发表SCI论文；荣获省级以上科技奖2项。学术兼职有国际病理学会中国区分会秘书长、中国医疗保健国际交流促进会病理学分会主任委员、中国抗癌协会肿瘤转移委员会候任主任委员、广东省医师协会病理科医师分会主任委员等。

宋志刚 教授

个人简介: 解放军总医院一中心病理科副主任，主任医师，研究方向为头颈部疾病及人工智能辅助病理诊断，中华医学会病理学分会头颈学组委员，中华医学会病理学分会尸检学组委员，北京医学会病理学分会青年委员会副主任委员，研究型医院协会超微与分子病理专委会常务委员，研究型医院协会超微与分子病理专委会远程与人工智能病理学组副组长。

樊祥山 教授

个人简介：南京鼓楼医院主任医师，医学博士，江苏省医学会病理学分会副主任委员，消化疾病学组组长，中国合格评定国家认可委员会（CNAS）ISO15189医学实验室技术评审员，教育部学位中心评审专家，2017年获“第三届中国杰出青年病理医师”称号，《中华病理学杂志》和《中华消化内镜杂志》等杂志编委，目前主持国家、省市级课题9项；近5年以第一/通讯作者发表论文46篇，其中SCI 17篇；主（参）编、译著12部，其中人民卫生出版社6部（副主编3部），参编英文著作2部（Springer出版社）。研究方向为消化病理、淋巴瘤，胸肺纵隔和泌尿系统肿瘤和数字病理等。

工学专家

余维淼 教授

个人简介：新加坡科技局分子细胞研究院计算图像分析部门主要负责人(Principal Investigator/Head of Computational Bioimage Analysis Unit)。同时兼任生物信息研究院 PI(Joint Appointment)并建立了计算数字病理实验室推动智能病理智能诊断的研发和产业化。创立了计算病理分子实验室(Computation Pathology & Molecular Lab)，负责该病理分子图像处理与信息学的研究方向。主要科研成果发表在顶级科技期刊，如Current Biology, BMC Biology, Plos Generic, Bioinformatics, Nature Material, Nature Communication 以及 Nature Cell Biology等等。同时，兼任了多家公司、药厂、研究机构和投资机构的技术顾问。研究方向是以数字计算为基础的生物医学图像分析和定量的图像信息学，研究成果在药品开发以及临床诊断产生了广泛的经济效益。在新加坡创立了爱图智诊技术有限公司，继续为数字病理诊断的商业化做出努力。

施  俊 教授

个人简介：上海大学通信与信息工程学院，副院长、博导；上海先进通信与数据科学研究院，执委。中国科学技术大学本硕博连读，美国北卡罗来纳大学教堂山分校访问学者，香港理工大学短期访问学者。主要研究医学超声智能分析、医学影像分析、医学成像方法。主持了国家自然科学基金面上基金、青年基金等国家级项目，合作主持国家自然科学基金重大科研仪器研制项目、国家自然科学基金重点项目，以及主持上海市科委、教委等项目。已发表高水平国际期刊和MICCAI等会议论文100余篇，包括高被引论文3篇；授权专利4项，软件著作权2项。曾任MICS委员会轮值主席，现任上海生物医学工程学会人工智能专委会副主任委员、中国医学装备协会超声装备分会常务委员、中国超声医学工程学会仪器工程开发专委会常务委员、中国影像AI产学研用创新联盟理事、《中国图象图形学报》编委等。

徐  军 教授

个人简介：南京信息工程大学人工智能学院副院长，智慧医疗研究院执行院长。2007年于浙江大学控制科学与工程系获博士学位，先后在美国Rutgers大学、 凯斯西储大学生物医学工程系任博士后研究员和访问教授。兼任江苏省人工智能学会医学图像分析专委会副主任；中华医学会数字病理与人工智能委员会委员、第四届医学图像计算青年研讨会主席等。据Google Scholar统计，论文总被引用3300余次，单篇论文引用800余次。在“人工智能与图像处理”和“核医学与医学成像”领域入选斯坦福大学全球前2%顶尖科学家榜单。近5年先后在国内外学术会议做受邀报告60余次。先后主持国家自然科学基金联合重点项目、面上项目，省部级项目多项。参与国家自然科学基金重大研究计划“肿瘤演进与诊疗的分子功能可视化研究”重点项目和重大集成项目多项。主要研究方向是：医学图像计算；计算病理；数字病理；基于影像和常规病理切片定量分析的疾病辅助诊疗和预后。

许  燕 教授

个人简介：北京航空航天大学，生物与医学工程学院，教授，博士生导师。微软亚洲研究院访问研究员。获得国家自然科学基金“优青”，北京市青年英才和微软亚洲研究院铸星计划。入选斯坦福大学“全球前2%顶尖科学家”终身科学影响力2022、年度科学影响力2021/2022榜单。中国生物医学工程学院人工智能分会青年委员；中国睡眠协会老年分会青年委员。在IEEE Transactions on Medical Imaging (TMI), Medical Image Analysis (MIA), IEEE Transactions on Biomedical Engineering (TBME), Journal of the American Medical Informatics Association (JAMIA)等本领域权威期刊在内的重要期刊和ICLR，CVPR, ICCV, MICCAI, ICASSP等本领域重要会议上共发表多篇论文。在各类期刊上发表的总论文数60多篇，谷歌学术总引用3932，H指数29。单篇最高谷歌学术引用400以上。以责任人身份负责多项政府、业界资助的项目。资助单位包括国家自然科学基金，国家重点研发计划，北京市自然科学基金重点项目，深圳市自然科学基金重点项目以及微软亚洲研究院的项目等。研究成果已经被应用在多家三甲医院及企业产品中。

廖  俊 副教授

个人简介：中国药科大学副教授，博士生导师，高性能计算中心主任。主要研究方向医药大数据与人工智能，目前致力于将深度学习运用于小分子药物设计、病理组学、利用临床大数据进行上市后药品再评价。 首个与国家健康医疗大数据中心（东部中心）建立药品再评价战略合作团队，于2021“之江杯”全球人工智能大赛成功揭榜“基于靶标结构的小分子配体从头设计与生成AI模型”项目。在国内外核心期刊发表论文40多篇，其中SCI论文18篇，获得软件著作权2项。

王连生 副教授

个人简介：厦门大学，信息学院，博士生导师。厦门大学医学院消化病学系双聘教授，数字福建健康医疗大数据研究所副所长，福建省医学会放射学分会AI学组副组长，第三/四届MICS副主席。长期从事医学影像处理研究，主持和参与多项科研项目，包括国家自然科学基金仪器专项、科技部科技创新2030重大项目、国家重点研发项目、国家自然科学基金面上和青年项目等，发表包括nature machine intelligence、nature communications、人工智能顶会CVPR/AAAI等相关研究论文80余篇，获得腾讯犀牛鸟科研奖、CSPE Young Investigator、福建省科技进步二等奖，带领团队先后10次在国际医学影像比赛中获得冠军。

王向学 副教授

个人简介：南京信息工程大学人工智能学院副教授，2019年毕业于美国凯斯西储大学生物医学工程专业，师从国际医学图像领域著名学者Anant Madabhushi，曾任罗氏制药美国高级图像科学家。王博士致力于研究医学图像分析、基于大数据的癌症预后预测、生存率以及对治疗效果的预测工作。王博士拥有扎实的生物学、基础医学和计算机科学科研基础并且在学术界和工业界有着多年工作经验。王向学发表或者共同署名发表超过30篇期刊论文和会议论文，并且已经获批7项基于医学图像分析和计算病理学软件的美国专利。

报告内容介绍

报告题目：人工智能辅助细胞病理诊断系统的研发与应用

时间：1月14日9:30-10:00

报告人：梁莉 南方医科大学

报告题目：人工智能病理诊断：瓶颈，挑战，策略和未来

时间：1月14日10:00-10:30

报告人：余维淼 新加坡科技局(A*Star)

摘要：随着近5-10年深度学习方法的快速发展，基于人工智能学习的病理诊断方案在基础研究方面也有很多研究成果，但是其总体的落地和运用于真实世界的实际案例并不多。其主要原因是我们在该方向上还有不少瓶颈，挑战，包括技术和非技术层面的考虑，整个方向的发展还有一些缺失的重要环节和要素。在这次分享中，我们将回顾已有发展的现状，分析我们所面对的困难、挑战和瓶颈，讨论这个行业发展的生态环境，推动人工智能病理诊断未来的快速发展。

报告题目：人工智能病理辅助诊断在胃肠黏膜的应用

时间：1月14日10:30-11:00

报告人：宋志刚 解放军总医院

摘要：病理图像与医学领域的其他图像相比有其特殊性，病理诊断较为复杂，是结合临床及其他辅助检查得出的综合判断。我们从胃肠黏膜诊断入手，进行了大量病例的标注从而使胃癌诊断的敏感性接近100%，特异性大于85%，并进一步对胃癌的分型及非癌性病变进行了探索。人机协同测试表明，模型应用于临床诊断在效率以及准确率上都提升。同时基于胃癌的模型可扩展至肠癌、前列腺癌及肺癌等器官，能明显降低其他器官模型的数据需求量。

报告题目：无监督和弱监督学习在病理图像理解上的探索

时间：1月14日11:00-11:20

报告人：许燕 北京航空航天大学

摘要：病理图像理解在临床医学和研究中都有着十分重要的应用，但是由于病理图像的空间结构复杂，病理的信息量较大，给算法研究带来了一定的困难。虽然目前已经出现了多种可以用于病理图像理解的算法，但是这些算法都需要大量的人工标注。我们提出一种无监督深度学习的可形变医学图像配准算法，能够同时提取图像的特征并生成光流场，可用于配准细微的组织结构。在2D的病理图像上都获得了很好的准确率。同时，我们提出一种基于transformer的弱监督学习的病理图像分割算法，能够只在image-level的有限标注下，在病理图像肿瘤分割方面接近全监督学习的效果。

报告题目：弱监督学习在病理人工智能中的应用

时间：1月14日11:20-11:40

报告人：廖俊 中国药科大学

摘要：组织病理学图像包含着丰富的表型和病理信息，是疾病诊断的“金标准”，同时也是预测患者预后和治疗结果的重要依据。随着数字病组织理图像的大量积累以及计算机算力的不断提高，深度学习模型在处理病理图像任务上取得显著的性能提升。深度学习中比较见的是基于标签信息完整的全监督模型，即利用一组已知类别的样本调整分类器的参数，使其达到所要求性能的过程利用带有注释的组织病理图像数据开发了基于卷积神经网络（CNN）的深度学习模型用于乳腺癌病理图像核分割以及计数的任务。在实际应用方面，开发了一个基于Web的平台——Pathologists Annotated and AI-empowered WSI Database for Tumors（PAI-WSIT）能够为带有注释的WSI提供存储、共享和可视化服务，并且该平台集成了基于监督学习的用于检测结直肠癌恶性区域的AI服务。但由于病理学图像的标注工作高度依赖专业病理知识，在该领域获取大量精密注释数据是一项非常昂贵和困难的任务，这就使得传统的基于大量注释数据的监督算法很难得到进一步的发展。相比之下，仅使用少量或部分标注数据的半监督模型更契合临床应用。在组织病理图像分类的任务上，提出一种仅使用全局标签对结直肠癌病理图像进行分类和定位的弱监督深度学习方法，该模型可以在不需要精确注释的训练下实现分类癌变病理图像和正常病理图像。进而提出基于Swin Transformer的MIST -多实例学习网络，该模型同样仅使用幻灯片级别的标签就能准确地对结直肠腺瘤WSIs进行分类，与CNN相比，该方法能够结合图像不同位置的信息，使得性能表现更优越。

报告题目：结合病理图像的多模态数据分析

时间：1月14日11:40-12:00

报告人：王连生 厦门大学

摘要：病理数据分析，涉及到图像分割、分类、预后等各类医学图像分析常规问题，也包括不同医学数据模态融合，也与肿瘤的分子特征、微环境息息相关。本次报告主要介绍了课题组近两年在病理数据分析方面的工作，包括病理图像处理、多模态数据融合等。

主持人简介

陈万远，杭州医学院/浙江省人民医院病理诊断医师，中国医学装备人工智能联盟病理委员会委员。近五年主持浙江省部级、厅局级、院级、校级基金多项，发表文章21篇，其中以第一或通讯（含共同）作者发表SCI文章8篇，最高IF:8分，亚专科方向专利4项，以主要参与人协助申报“基于人工智能的全数字化省-市-县病理诊断中心”人工智能应用场景项目，并已开始建设。浙江省人民医院目前正在推进建设基于人工智能的高通量多模态数字病理诊断平台。目前主要研究兴趣在人工智能+病理与临床结合新技术研发以及肿瘤的免疫治疗。

王满宁，复旦大学数字医学研究中心教授、博士生导师，上海市医学图像处理与计算机辅助手术重点实验室副主任。长期从事医学图像处理和手术导航研究工作，先后在IEEE TPAMI、IEEE TIP、Pattern Recognition、NeurIPS、CVPR、ECCV、AAAI等杂志和会议上发表研究论文80余篇。先后获得国家技术发明二等奖（第2完成人）、上海青年科技英才、上海市优秀技术带头人等科研奖励。担任上海市医学会数字医学专科分会副主任委员、中国自动化学会模式识别与机器智能专委会委员、上海市生物医学工程学会医学人工智能专委会委员。

邵伟，南京航空航天大学计算机科学与技术学院副教授，2018年博士毕业于南京航空航天大学师从张道强教授，2019年至2021年在美国印第安纳大学医学院从事博士后研究，师从Kun Huang教授。主要研究方向为机器学习以及医学图像处理，目前以第一或共同第一作者发表论文10余篇，相关工作发表在Nature Communication, IEEE TMI, MedIA, Bioinformatics, IEEE TCBB等国际一流期刊。 荣获医学图像处理国际顶级会议MICCAI 2019 青年科学家奖(全球5人，中国大陆唯一)，指导学生再获MICCAI 2022 青年科学家奖，入选2020年度南京航空航天大学长空之星。

焦一平，现就职于南京信息工程大学，主要研究方向为计算病理学、人工智能，工作聚焦于组织病理图像的语义分割。硕博毕业于东南大学自动化学院，期间获国家留学基金委资助，公派荷兰Radboud大学医学中心联合培养。已有的工作包括肺癌的检测、肺癌肿瘤浸润淋巴细胞的量化分析、结直肠肿瘤微环境量化（主要是肿瘤—间质比），近期项目主要考虑微血管和肿瘤管腔分化的量化方法。此外研究也涉及一些基础的支撑技术，比如切片的有效区域检测和质量控制、样本多样性可视化、无监督的颜色预处理技术等。