SIGS专业实践风采｜朱永佩：用AI赋能智慧医疗

编者按

2020年清华大学深圳国际研究生院第五届专业实践奖评选工作圆满结束。经过评审组对答辩同学的综合考评，共有10名同学获得一等奖，20名同学获得二等奖。本系列推送将与大家分享部分获奖学生的实践成果和风采。

人物简介

朱永佩，男，2020级计算机科学与技术专业博士研究生。第五届专业实践奖一等奖获得者。2018年11月至2019年7月在北京三博脑科医院完成专业实践。2020年6月获得清华大学生物医学工程领域工程硕士专业学位，毕业后继续在我院攻读博士学位。

巩固基础理论，开启科研之旅

2017年9月，朱永佩走进清华，师从袁克虹副教授。朱永佩学习刻苦，获得平均绩点3.87的优异成绩，并通过参加国际、国家级编程实践比赛，极大地巩固了基础理论知识和编程能力。

在实验室期间，朱永佩的研究方向为医学图像处理的几何研究，主要包括脑部MRI图像分割、配准和超分图像生成等。他通过将数学基础理论和编程实践能力相结合，从本质上深入分析相关研究文献，将科研与实际临床应用相结合，用于解决脑部疾病的诊断问题。

走进临床应用，科研与实践结合

进入研二阶段，朱永佩在导师的帮助下确定了研究方向，并于2018年11月进入北京三博脑科医院进行专业实践，项目名称为“基于几何的人工智能脑部形态测量技术研究”。实践内容主要是通过将基于体素形态学测量方法（VBM）与深度学习相结合，构建了一个基于临床应用的脑部组织体积测量系统，通过脑区体积的变化与相关的疾病建立关系，并对北京三博脑科医院的临床数据进行了测量和分析，以便于医生对脑瘫、老年痴呆等病症的诊断。

朱永佩将基于MRI的灰度和梯度信息生成的JD和CV作为CNN的多通道输入进行分割，在三博脑科医院临床数据上与传统的VBM流程相比使得分割精度提升了2.1%。他提出一种改进VoxelMorph框架（SA-VoxelMorph）的3D可形变医学图像配准方法，在三博脑科医院临床数据上与传统的VBM流程相比使得配准精度提升了2.4%。经过完整的VBM流程计算出三博脑科医院临床数据体积测量，它们的95%置信区间是1442.，与传统的VBM流程相比体积测量准确度提升了6.8%。

在实践期间，朱永佩独立撰写和发表了SCI论文1篇、ISBI论文2篇、SPIE论文1篇。他还申请了中国发明专利1项，该项目也荣获2019年国际大学生类脑计算大赛二等奖。

赋能智慧医疗，用AI守护健康

医学图像本身相对于其他自然图像更难分析，这是由于脑部组织的结构比较复杂，主要包含大脑皮层、灰质、白质和脑脊液等组织。不同组织之间的灰度分布不均，且存在相互交叠的情况。在医学上最常用的脑部形态测量学对于医生诊断和定量分析脑瘫和老年痴呆等相关疾病来说至关重要。

朱永佩的专业实践主要是通过构建一个基于临床应用的脑部组织体积测量系统，通过对临床医院的MRI临床数据进行验证，运用AI技术用于解决脑疾病分析中误分割、误配准或配准精度不高的问题，为医生对脑部疾病的临床诊断提供了参考标准。朱永佩从这次专业实践中受益，懂得了如何利用自己的专业知识与临床实践相结合，做出具有临床价值的研究成果。该实践项目也为北京三博脑科医院的脑部疾病治疗提供了相关技术支撑，并获得了校内外相关专家的一致好评。

【来源：清华大学深圳研究生院】

声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地?/p>