联想医疗图像辅助诊断系统E-Health，荣获CCF科技进步优秀奖！

返回列表

发新帖

[业界资讯] 联想医疗图像辅助诊断系统E-Health，荣获CCF科技进步优秀奖！

发表于 2018-10-18 09:10 | 来自安卓版联想 [复制链接] 直达楼

1668

本帖最后由挖石油的大兵于 2018-10-18 09:12 编辑

近日，中国计算机学会（CCF）公布了2018科学技术奖获奖名单。联想研究院人工智能实验室开发的E-Health智能医疗图像辅助诊断系统荣获中国计算机学会“科学技术奖科技进步优秀奖”。

2018“中国计算机学会科学技术奖”采用申报制和推荐制相结合的方式，旨在授予在计算机科学、技术或工程领域具有重要发现、发明、原始创新，在相关领域有一定国际影响的优秀成果。每年颁发科学技术奖科技进步优秀奖不超过10个。

E-Health：助力肝肿瘤早诊早治

联想E-Health系统集成了前沿的深度学习算法，依靠拥有强大计算力的联想LiCO平台，凝聚了众多医学专家的全方位诊疗经验。依托于医疗大数据应用技术国家工程实验室，通过与解放军总医院和北京大学首钢医院的深入合作，E-Health系统将前沿的深度学习算法和大量医学专家的诊疗经验融合在一起，在不间断积累数据的基础上不停对算法进行迭代，提升诊断准确率。

目前，E-Health的应用主要包括：肝脏分割及Couinaud分段；肝脏肿瘤分割与分类；CT自动标注及三维重建；以及诊断报告自动生成等。

全球肝脏肿瘤分割大赛冠军

去年，在全球LiTS（Liver Tumor Segmentation Challenge，肝脏肿瘤病灶区CT图像分割挑战）大赛上，E-Health解决方案以世界领先的肝脏肿瘤CT图像分割准确率指标夺得大赛冠军，这得益于E-Health在数据分析处理、算法和深度学习平台技术方面的优势。

首先，E-Health在处理标注数据噪音，特别是在有限训练数据样本的情况下表现得相当出色。

其次，在算法方面，联想E-Health团队设计了不同的深度学习模型，能够自适应地学习数据的特性。

第三，E-Health的背后是联想先进的、异构的人工智能深度学习平台。该平台支持多种开源框架，可实现分布式任务调度，通过多节点并行加速实验、算法研究和模型迭代的过程，能够面向多个AI应用，如自然语言理解，语音识别等。在存储方面，系统使用了超融合架构，针对SSD进行了性能优化；在网络方面，平台使用高性能40G网络交换机来搭建高速网络；在计算方面，采用高性能GPU/FPGA加速，扩展性、加速比很好，支持异构。

入选中国人工智能Top 100案例名单

此外，今年上半年，E-Health在中国人工智能产业发展联盟（AIIA）组织的“人工智能技术和应用案例征集活动”中，成功入选Top100优秀案例名单。

案例已纳入人民邮电出版社6月份出版的图书《人工智能浪潮：科技改变生活的100个前沿AI应用》，面向全国正式发行。

在不久前结束的Tech World 2018上，E-Health也有亮相，引起各界广泛关注。在人工智能飞速发展的今天，联想智慧医疗将继续以人为本，找准医疗痛点，发挥科技优势，更好地满足人们的健康需求。