跳到主要內容區

2022國際頂尖電腦視覺會議新冠肺炎辨識競賽 成大數據所許志仲團隊奪世界冠軍

 
文、圖/綦守鈺
 
受到新冠肺炎疫情衝擊,各國醫療系統都面臨極大挑戰,身為防疫世代精通統計學的學者,如何將 AI 智慧醫療,應用在跨域與普及上;國立成功大學數據所許志仲助理教授帶領研究團隊,參加 2022 歐洲電腦視覺國際研討會(European Conference on Computer Vision)簡稱 ECCV,舉辦的新冠肺炎辨識競賽,打敗 28 個隊伍拿到世界冠軍,10 月將在以色列舉辦頒獎典禮。
 
成大數據所師生獲ECCV新冠肺炎辨識競賽冠軍。
成大數據所許志仲助理教授(右)帶領研究團隊獲 ECCV 新冠肺炎辨識競賽冠軍
 
許志仲助理教授表示,運用人工智慧進行新冠肺炎自動化檢測是近年來最熱門的議題,兩年一次在歐洲舉辦的 ECCV,是電腦視覺領域中首屈一指的頂尖國際研討會,其中一項會議主題訂為「人工智慧導向之的醫學圖像分析、數位病理和放射學暨新冠肺炎」(AI-enabled Medical Image Analysis – Digital Pathology & Radiology/COVID19 Workshop ),會中舉辦新冠肺炎辨識競賽,(COVID-19 Detection Challenge),必須在兩個月內依據主辦單位提供的胸腔電腦斷層掃描影像(CT scan), 檢測患者是否確診新冠肺炎,並提交相關技術報告,確保成果的效能與創新性。
 
胸腔電腦斷層掃描影像(CT scan), 下為未確診者、上為確診者。許志仲提供
胸腔電腦斷層掃描影像(CT scan), 下為未確診者、上為確診者。許志仲提供
 
「身為後疫情時代學習統計學的學生,如何有效將跨領域的學習成果呈現出來?」許志仲助理教授說明參賽的學生不僅熟悉科學數據分析,更具備醫學、物理與資訊等不同的跨域能力;專任研究助理蔡其翰分析資料判讀的主因,找出 AI 模型學習的關鍵,在碩二生陳冠麟建構的基本 AI 模型,由碩一生馬欣蒂、戴勝捷負責不同實驗模組的實測,最後經由統計專業分析 500 多組資料,在上千張的 CT 中找到正確的肺部切片,辨別準確率達 8 成 9,拿到世界第一。
 
碩二生陳冠麟表示,AI 判讀醫學影像的技術,可協助醫師快速掌握患者的各項檢查數據,降低醫療負載,剛開始拿到上千張腹腔 CT 時,因為沒看過肺部斷層掃描影像的樣子,為此詢問擔任護理人員的家人,了解肺部顯影後的樣子,之後再學習如何找出確診新冠肺炎後,呈現毛玻璃狀的肺部 CT;為辨別數量龐大的照片,還運用過去發展在 Deepfake  的辨偽技術,分析畫面雜訊較多與畫素較低、模糊的照片,提高了影像辦別的能力。
 
國立成功大學數據所許志仲助理教授(右)帶領團隊,參加新冠肺炎辨識競賽奪冠。
許志仲助理教授(右)帶領參賽的學生團隊不僅熟悉科學數據分析,更具備醫學、物理與資訊等不同的跨域能力
 
許志仲助理教授補充,COVID-19 的肺部病徵嚴重程度不同,資料庫蒐集也來自不同國家、地區與醫院、因此每組 CT Scan 的切片數量、寬度與解析度都不一樣,所以要在如此多變的情況下,設計出穩定且良好效能的網路並不容易;學生們使用兩階段訓練的檢測機制,先利用隨機選取的影像訓練 AI 模組辨別特徵的能力,第二階段再使用新型態的人工智慧網路(Transformer),探索切片特徵之間的關係,提高對於細緻變化的鑑別能力,在效能上有所突破,也因此獲得佳績。
 
「鼓勵統計系的學生透過參加國外比賽,見證自己的學習成效」,許志仲助理教授說,不同於學術論文,可以在假設情境下設計解法,想要在國際競賽中脫穎而出,要有優秀的程式能力,也要有國際水準的研究能力。在疫情未見趨緩、與病毒共存的現況下,過去必須使用人工方式辨別斷層掃描檢測 COVID-19,往後期望能透過 AI 智慧減低醫生的負擔,在每日大量的資料下,快速篩選出病徵較為嚴重的患者,將此項技術繼續深化,並導入介面化操作,將其普及化,藉此推廣成大在相關技術上的國際知名度。
 
國立成功大學數據所許志仲助理教授(中)帶領團隊,參加新冠肺炎辨識競賽奪冠。
許志仲助理教授(中)鼓勵統計系的學生透過參加國外比賽,見證自己的學習成效
 

維護單位: 新聞中心
更新日期: 2022-07-26
瀏覽數: