2018年12月12日，華為雲醫療影像AI團隊在超聲圖像分割與測量領域再獲技術突破，在
Grand-Challenge大賽的胎兒超聲影像頭圍測量比賽（HC18）上以1.89mm的平均絕對誤差取得第一。什麼是Grand-Challenge？
Grand-Challenge是一個醫學影像分析比賽的國際化頂級平臺，致力於為前沿醫學圖像算法研究提供統一的數據和標準進行比較，進而更好的促進醫療技術發展。多年來吸引了數以千計的國際一流研究團隊參加，其比賽數據和結果常作為論文被髮表在MICCAI等國際醫療影像頂級會議上。本次HC18比賽同樣吸引了來自世界各地的超過100多個頂尖的大學與科研機構參與，包括香港中文大學、中國科學院、加拿大女王大學等。
截止日前，Grand-Challenge HC18比賽結果排名(https://hc18.grand-challenge.org/evaluation/results/)如下：
AI，為胎兒健康發育保駕護航
胎兒頭圍，是指繞胎頭1周的最大長度，通常可以評估胎兒頭部的大小，從而預測胎兒的發育狀況。如果孕婦記不清末次月經時間，就可以通過B超檢測來預測胎齡，推測預產期，進行胎齡評估還可以推斷胎兒的發育情況，如是否有發育遲緩等。因此胎兒頭圍的測量對預測胎兒發育具有重要意義。
醫療影像華山論劍，華為挑戰技術高點
據悉，華為基於自有HCNet算法的深度神經網絡圖像分割模型，在業界通用圖像分割神經網絡模型基礎上，融合GAN技術、多尺度孔洞卷積技術、設計新型Loss函數等多種新型技術，重點解決小樣本學習，超聲圖像對比度低，胎頭邊緣模糊等難點痛點問題，刷新胎兒頭圍測量業界記錄，並在超聲圖像分割領域打下了紮實的技術基礎。
圖像分割在醫學超聲圖像的定量、定性分析中均扮演著重要的角色，它直接影響到後續的分析、處理工作。正確的分割是從超聲圖像作為臨床應用準確提取診斷信息的保證，也是臨床中進行定量分析的重要一環。
華為醫療影像團隊表示，此次超聲圖像分割技術取得第一表明，在這一細分領域，華為醫療影像識別的技術已經達到業界先進水平。他們將持續攻克難題，探索人工智能技術在超聲、病理、CT、MRI、內鏡等醫療圖像領域實踐應用，不斷挖掘人工智能在多種醫療場景下應用的可能，以提高病理圖像檢測的效率和準確率，用科技為人類健康貢獻力量。
華為雲，用普惠AI創造社會價值
10月13日，華為全聯接大會2018發佈了AI戰略和全棧解決方案，華為雲作為全棧AI的一部分，致力於將人工智能以更加便捷的方式供企業和開發者使用，如昇騰系列芯片，ModelArts開發平臺等等，華為雲企業智能EI的多種解決方案，將與行業一起利用AI+大數據+雲計算實現產業升級和改造。
每一次新的技術來臨，都意味著重構和機遇。
華為雲，一個尊重數據主權的雲，一個全棧top級的技術夥伴，一個全球化的商業夥伴。
閱讀更多 華為雲 的文章
