TencentX团队提出的自动分割算法力争在每一个处理环节都做到最优，包括数据的预处理、深度学习网络模型的设计、损失函数的选择以及最终结果的后处理。好的数据预处理是精准分割的关键，方案首先通过数据标准化预处理，从而降低不同数据间的图像差异。针对肝脏分割模块，团队设计了新颖的2.5D全卷积神经网络，并借鉴当下流行的空洞卷积模块有效的挖掘肝脏的结构化信息。在肝肿瘤分割模块，团队聚焦肿瘤在3D层面的连续性，设计了新颖的辅助损失函数，使得网络有效挖掘肿瘤的空间信息。最后通过模型融合等后处理调整，有效保证了算法的可靠性和精准性。

（图示：肝脏和肝肿瘤分割结果演示，红色代表分割的肝脏区域，绿色代表分割的肝肿瘤区域）

腾讯优图在AI医疗方面沉淀已久，具备进行上亿规模的模型训练及合作接入，能够为技术落地提供有力的服务保障。近年来，腾讯优图的医疗AI技术，通过腾讯首个医疗影像产品“腾讯觅影”持续对外输出，目前已支持宫颈癌、肺癌、糖尿病视网膜病变等癌症筛查，并在国内100多家顶尖三甲医院进行落地，既减轻了医生的工作量，也为提升诊断准确率和效率发挥了重要的作用。

值得一提的是，腾讯优图在深耕AI图像技术的同时，积极开展产学研合作探索，与多所国内顶尖大学建立连接。此次合作的厦门大学王连生老师团队就是其中之一。通过全面布局AI产业、与高校展开密切合作，腾讯优图在人工智能领域持续稳步前进，在为行业培养更多优秀人才的同时，进一步加速推动AI技术在更多领域的创新研究和应用落地。

相关报道: