近日，华为云EI(企业智能)医疗影像团队在超声图像分割与测量领域取得技术突破，在Grand-Challenge胎儿超声影像头围测量比赛(HC18)上以1.89mm的平均绝对误差取得第一。
什么是Grand-Challenge?
Grand-Challenge是一个举办医学影像分析比赛的国际化平台，致力于为前沿医学图像算法研究提供统一的数据和标准进行比较，进而更好的促进技术发展。多年来吸引了数以千计的一流研究团队参加，其比赛数据和结果常作为论文被发表在MICCAI等国际医疗影像优异会议上。本次HC18比赛同样吸引了来自世界各地的超过100多个大学与科研机构参与，包括香港中文大学、中国科学院、加拿大女王大学等。截止日前，Grand-Challenge HC18比赛结果排名(https://hc18.grand-challenge.org/evaluation/results/)如下：
医疗影像华山论剑，华为挑战技术高点
胎儿头围是指绕胎头一周的最大长度,通常可以评估胎儿头部的大小,从而预测胎儿的发育状况。如果孕妇记不清末次月经时间，就可以通过B超预测胎龄，推测预产期。进行胎龄评估还可以推断胎儿的发育情况，如是否有发育迟缓等。因此胎儿头围的测量对预测胎儿发育具有重要意义。
据了解，华为提出的深度神经网络图像分割模型，在业界通用图像分割神经网络模型基础上，融合GAN技术、多尺度孔洞卷积技术、设计新型Loss函数等多种新型技术，重点解决小样本学习，超声图像对比度低，胎头边缘模糊等难点痛点问题，刷新胎儿头围测量业界记录，并在超声图像分割领域打下了扎实的技术基础。
图像分割在医学超声图像的定量、定性分析中均扮演着重要的角色，它直接影响到后续的分析、处理工作。正确的分割是从超声图像作为临床应用准确提取诊断信息的保证，也是临床中进行定量分析的重要一环。
华为云EI医疗影像团队表示，此次超声图像分割技术取得第一表明在这一细分领域，华为云EI医疗影像识别的技术已经达到业界先进水平。他们将持续把人工智能技术应用在超声、病理、CT、MRI、内镜等医疗图像领域，不断挖掘人工智能在多种医疗场景下应用的可能。
10月13日，华为全联接大会2018发布了AI战略和全栈解决方案，华为云作为全栈AI的一部分，致力于将人工智能以更加便捷的方式供企业和开发者使用，如昇腾系列芯片，ModelArts开发平台等等，华为云企业智能EI的多种解决方案，将与行业一起利用AI+大数据+云计算实现产业升级和改造。
