西工大新闻网4月25日电（贾灏哲 夏勇）2019年生物医学成像国际会议（IEEE International Symposium on Biomedical Imaging，ISBI 2019）举办的“急性白血病恶性B-淋巴母细胞分类（Classification of Normal versus Malignant Cells in B-ALL White Blood Cancer Microscopic Images，C-NMC）”竞赛于4月11日公布成绩，西北工业大学计算机学院的空天地海一体化大数据应用技术国家工程实验室夏勇教授课题组与北卡莱罗纳大学教堂山分校沈定刚教授团队组成的联队，在本次竞赛中斩获总冠军的佳绩。这是我校科研团队在医学影像领域取得的又一突破，充分展示了我校计算机学院在医学影像智能计算这一新兴交叉研究方向上的技术实力。

ISBI 2019 C-NMC竞赛获奖证书

夏勇教授通过视频在ISBI 2019 C-NMC Challenge Workshop上介绍本项研究成果

急性淋巴细胞白血病（Acute lymphoblastic leukemia，ALL）是一种影响全球数百万人的急性癌症，主要发病人群是2至5岁的儿童，如果未能及时治疗，通常在几个月内就会致命。因此，早期的准确诊断对提高急性淋巴细胞白血病患者的生存率至关重要。由于基于骨髓检查的常规诊断方法过于昂贵，难以广泛应用，有研究者近来提出可以通过在血液样本的显微图像中判断正常和恶性的B-淋巴母细胞，来构建一种经济有效的计算机辅助诊断方案，降低这种急性癌症的诊断成本。因此，作为医学影像领域三大顶级学术会议之一的ISBI今年举办了C-NMC竞赛，吸引了六十多家国内外高校及研究机构的参与。

博士研究生潘永生工作照

在夏勇教授和沈定刚教授的联合指导下，我校博士生潘永生同学开发了一种将深度残差网络和Fisher Vector特征聚合相结合的图像分类新方法，既利用了深度残差网络优异的特征提取和分类能力，又在Fisher Vector空间对标签进行了校正，从而大幅提高了B-淋巴母细胞分类的正确率。该方法在ISBI 2019 C-NMC竞赛的初赛和决赛中均获得第一名，并且是所有参赛算法中唯一一个分类正确率在90%以上的算法。夏勇教授通过视频在ISBI 2019 C-NMC竞赛研讨会上介绍了该方法，受到了竞赛主办方和其它参赛队的关注。该方案不依赖骨髓检查，仅需要极少的血液样本，可以大幅度减少患者的痛苦，同时具有很高的准确率、极大的成本和速度优势，非常适合对潜在患者的初步筛查。相信随着这项研究的深入，计算机辅助的B-淋巴母细胞分类准确性和可靠性将进一步提高，更多的潜在患者将会因为及时发现而免于急性淋巴细胞白血病的伤害。

由张艳宁教授领导的空天地海一体化大数据应用技术国家工程实验室致力于建设空天地海一体化大数据应用技术创新平台，支撑开展数据基准与协同感知探测、广域动态多源信息智能化处理与理解、多源信息多维重建与可视计算、面向应用的大数据信息挖掘与分析、多域多维信息系统等技术的研发和工程化。夏勇教授近5年来带领课题组开展医学图像分析和计算机辅助诊断等方面的研究工作，并取得多项创新成果，在国际期刊和会议发表学术论文80余篇，现担任视觉与学习青年学者研讨会（VALSE）执行领域主席、医学图像计算青年研讨会（MICS）指导委员和MICCAI 2019领域主席等。本项研究得到了西北工业大学博士论文创新基金（CX201835）的支持，以及来自计算机学院和国际合作处的长期支持。

（审稿：高武）