医疗影像数据的迅速增长为智能医疗影像处理与分析提供了巨大应用空间。深度学习方法近年来在多类医疗影像分析任务上获得了突破性发展并逐渐成为一类研究热点，但在其发展同时也引发了一些新的问题有待探讨，例如，在深度学习方法具有优势的大样本医学影像分析问题上，是否还有必要发展传统医学影像分析方法？小样本医学影像分析问题上的深度学习方法未来之路如何？是机遇还是陷阱？在这一背景下CCF YOCSEF大连于2021年4月18日在大连市经济开发区东方大厦成功举办技术论坛《智能医学影像分析研究进展与挑战》。与会者包括大连理工大学、辽宁师范大学、大连大学、大连栋科软件工程有限公司、大连海心信息工程有限公司等学术界及产业界的专家、学者，以及大连民族大学的师生代表40余人。

图1 部分参会人员合影

  本次论坛的执行主席为CCF YOCSEF大连的AC委员张建新、贺建军和焦战，受邀出席本次论坛的引导发言嘉宾有大连理工大学国际信息与软件学院的刘斌教授和大连理工大学生物医学工程学院的王洪凯教授。

  论坛首先由执行主席贺建军致欢迎词，介绍了CCF YOCSEF的历史、定位和使命，以及本次论坛的背景，随后进入引导发言和思辩讨论环节。

图2 执行主席贺建军介绍CCF YOCSEF和论坛背景

  首先进行引导发言的是刘斌教授，分享的题目是《面向医学应用的图形图像处理技术》。刘斌教授从世界科技投入、国家重大需求出发对自己团队如何选题及提炼关键科学问题，以及利用图形图像处理技术解决半关节假体修复建模与运动关系验证、骨折内固定钢板反求重构、DSA图像非刚性配准与脑血管提取、虚拟人切片图像序列化自动分割、个性化植入物假体建模问题所取得的成果进行了介绍，同时刘教授还对自己团队与多家临床医院合作，实现医工协作、共创健康的经验进行了分享。

图3 刘斌教授进行引导发言

第二位引导发言嘉宾是王洪凯教授，分享的题目是《基于医学影像大数据的数字人体建模与应用》。王教授表示当前医学影像大数据领域主要有三大研究方向：医学影像数据挖掘、数字人统计建模和数字人应用。随后，王教授对这些方向的最新研究成果及应用情况进行了介绍。在医学影像数据挖掘方面，主要分享了构建来自全国医院涵盖数万幅不同影像模式、身体部位、疾病的大型影像数据库和交互式医学图像标注分割软件的经验和技术，以及从海量影像数据中学习不同人群的代表性图谱的相关成果；在数字人统计建模方面，介绍了基于影像大数据的解剖形态建模、生理信息建模和个性化建模相关技术与成果；在数字人应用方面，介绍了自己团队参与完成的“数字人体”健康管理APP、可促进医患沟通的个性化病人展示系统等产业化成果，以及数字人统计建模技术在解剖教学、影视艺术等方面的应用案例。

图4 王洪凯教授进行引导发言

  在思辩讨论环节，与会人员围绕“在深度学习方法具有优势的大样本医学影像分析问题上，是否还有必要发展传统医学影像分析方法？”、“小样本医学影像分析问题上的深度学习方法未来之路如何？是机遇还是陷阱？”、“促进智能医学影像分析行业真正落地大连该如何举措？是技术优先还是政策优先？”三个辩题进行了精彩讨论。

图5 部分思辩环节发言嘉宾

对于“在深度学习方法具有优势的大样本医学影像分析问题上，是否有必要发展传统医学影像分析方法？”这一辩题，在座嘉宾一致认为深度学习方法无法完全替代传统方法，我们要以解决问题为驱动，利用辩证的方式来看待，从传统方法和深度学习方法中选择适合实际问题的方法来发展。此外，对于学生，不能一味追求热点，要传统方法与深度学习方法两手抓。

对于“小样本医学影像分析问题上的深度学习方法未来之路如何？是机遇还是陷阱？”这一辩题，一部分嘉宾认为小样本使深度学习技术丧失了优势，在这种情形下，只有将领域知识与深度学习技术相结合，才能解决问题，否则可能就是一个陷阱。另一部分嘉宾认为，小样本学习框架并不是单纯的只利用小样本数据解决问题，而是采用知识迁移的策略，利用其他领域的大样本数据结合着本领域的小样本数据来解决问题，因此该框架本身是具有科学性的，针对具体问题设计专门的模型和算法也是有可能在小样本医学影像分析问题上取得积极效果的。

对于“促进智能医学影像分析行业真正落地大连该如何举措？是技术优先还是政策优先？这一辩题，一些嘉宾认为应该技术优先，因为医学应用以人为主，成熟的专业技术是行业发展的重要支撑，小范围的有效应用更容易推动政策的发展。另外一些嘉宾认为应该政策优先，只有有利的政策才能聚集更多的人才和企业，从而进一步推动技术的发展和落地。

最后，CCF YOCSEF大连主席吴永鹏与与会嘉宾一种对论坛做了总结，大家一致认为，促进智能医学影像分析技术的发展和产业的落地，核心是培养大量人工智能、大数据、医学影像领域的跨学科人才。深度学习与医学影像分析相结合是未来发展的大趋势，同时在发展过程中也会存在大量的潜在风险，深度学习与医学影像协同发展之路需要医学领域和人工智能领域的工作者共同开辟。

论坛结束以后，参加论坛的AC委员举行了CLUB活动，对此次论坛进行复盘并总结经验，多名AC委员提出，此次论坛的第一个辩题设置好像不是很好，因为大家的观点是一致的没有起到思辩的作用。三位执行主席对此进行了解释，设置该辩题的目的主要是为了提示本领域的学生树立正确的科研态度，不能一味地追求热点，要从实际出发去提炼科学问题和寻求解决方案，提高自己解决问题的能力。为了验证是否起到实际效果，执行主席以“谈谈自己参加论坛的收获”为题对参加论坛的大连民族大学研究生进行了问卷调查，部分学习的回复如下：

“思辩环节纠正了我对传统的非深度学习方法的认识，传统的影像分析方法也相当的重要。我们在学习中也要把基础打扎实，不能丢掉传统的方法。”、“其次,在思辩环节中，几位老师就论题一在深度学习大势发展的情况下，是否还有必要发展传统影像分析的讨论，让我深刻认识到当我们在学习一个相对前沿的知识领域时，不可以一味的追求热点而忽略了最基本的知识理论，掌握扎实的理论基础才可以更好的应对将来瞬息万变的热点知识，这在将来找工作时更是十分重要。”、“参加此次论坛以后才发现自己对深度学习方面的理解还不够透彻，应该将所学知识结合实际开展课题，同时还要重视传统方法的优势，有可能传统方法在某些方面有更好的结果，不能一味的追求新事物而丢弃旧知识，两者结合才会得到更好更全面的结果。”、“经过这次的参会学习，我认识到了深度学习学习方法在处理普通问题上可能会好用，但是由于误差也会造成严重的错误。因此我们学习既要学习深度学习又要学习传统的方法，在处理问题上能解决问题的就是好方法。”、“通过这次活动，我认识到了...，在学习深度学习的知识过程中不要放弃传统的机器学习的知识...。”、“...所以在今后学习中对于传统机器学习方法要重视起来，不能仅局限于深度学习，实际问题实际分析，平衡二者的使用从而达到更好的效果。”、“...不能一味的追求复杂先进的技术，同时不能忽略传统方法的学习和运用...”、“同时，在各位老师的讨论中我还认识到，我们学习知识不要一味的去追求热度，我们要先将基础打牢，对待知识我们要学会融会贯通，灵活运用。”

从学生的回复可以看出，大部分学生都谈到了第一个辩题使自己有了新的认识。这也使我们对如何设置辩题有了新的认识，一个好的辩题不在它是否引起了激烈讨论，是否各方观点能否达成一致，而是经过思辩后使社会、个人受益。