2024年12月20-22日，第七届图像计算与数字医学国际研讨会（International Symposium on Image Computing and Digital Medicine，ISICDM 2024）在中国广东省深圳市深圳大学丽湖校区圆满召开，我院硕士研究生凭借过硬的专业素养和不懈努力，成功摘得挑战赛项目一等奖1项、二等奖2项、三等奖1项，刷新了学院在本项赛事上的最佳成绩。
本次研讨会由国际数字医学会主办，其围绕图像计算和数字医学中的一些重要的理论、算法与应用问题进行学术讨论，旨在促进生物医学工程、医学、计算机、电子信息等交叉领域学者的交流与合作。本次挑战赛吸引来自全国各地的几十余所院校的数百名学子参与其中，比赛内容涵盖了生物医学工程领域的前沿技术与实践，旨在促进学生的创新能力和团队协作精神。经过精彩激烈的角逐，我院学生凭借创新的方案和过硬的专业素养，获得了评委的高度评价。
获奖信息
团队1（passion!）：
团队成员：邱雄峰、袁心辰、周梓杰
参赛项目及奖项：超声心动图自动分割一等奖、胃肿瘤自动分割二等奖
项目负责人介绍
邱雄峰，广州医科大学生物医学工程专业研究生（研一），导师谢国喜教授，研究方向为人工智能医学图像分析。
导师介绍
谢国喜，教授，博士研究生导师，广州医科大学生物医学工程学院副院长，研究方向包括医学磁共振成像和人工智能医学图像分析。主持国家自然科学基金、科技部重大项目、科技部重点专项课题等科研项目20余项，获市级科技奖二等奖、广东省医学杰出青年人才称号、广州市高层次人才(优秀专家)等。
团队2（发际线保护小队）
团队成员：周锦锋、周洁盈、陈子扬
参赛项目及奖项：自动排牙二等奖
项目负责人介绍
周锦锋，华南农业大学与广州医科大学联合培养硕士研究生（研三），研究方向: 医学图像智能分析、视频压缩。
周洁盈，广州医科大学生物医学工程专业研究生（研一），研究方向：医学图像智能分析
导师介绍
庞树茂，广州医科大学生物医学工程学院副教授，主要从事医学图像智能分析方面的研究工作，利用人工智能技术，解决医学图像分割、医学图像配准、医学图像合成、手术路径规划等科学问题，已发表（共同）第一/通讯作者SCI论文10余篇，其中领域顶刊（IEEE Transactions on Medical Imaging, Medical Image Analysis）论文5篇，主持国家自然科学基金面上项目1项，青年项目1项。
团队3（名字不知道想什么）
团队成员：丁兰、周海媚、罗翔
参赛项目及奖项：脊柱内镜组织实例分割三等奖
项目负责人介绍
丁兰，生物医学工程专业研究生（研二），导师李曙副教授，研究方向医学图像处理。
导师介绍
李曙，副教授，博士研究生导师，研究方向包括生物医学信号与图像处理、医疗电子信息系统设计与开发和人工智能。曾获得过高等学校科学研究优秀成果奖科技进步二等奖，省级和国家级自然科学基金等项目。
团队获奖历程及感想
passion团队获奖历程及感想：从11月份拿到比赛数据开始，我们团队就针对选题的数据集进行仔细观察、认真分析，发现了数据样本量少、病变区域与周围组织对比度低等问题，于是团队提出了基于数据增强技术的方案，通过扩充数据集并进行预处理，有效提升了模型的鲁棒性与准确性。在技术层面，团队将卷积神经网络与迁移学习相结合，优化了医学图像的自动化处理过程。最终，团队的深度学习模型在病变和器官分割任务中表现出色，不仅准确率远超其他队伍，而且运行速度和处理效率也得到提升。
这是我们团队第一次参加如此大型的比赛，能够获得一等奖，离不开指导老师谢国喜老师的悉心指导和团队的密切合作。通过这次比赛，我们收获了许多在医学图像处理领域的经验和知识，也更加坚定了我们未来发展的方向。
发际线保护团队获奖历程及感想：很荣幸能与团队一同参与ISICDM 2024自动化排牙挑战赛。在竞赛准备阶段，我们深入研究了自动化排牙技术的发展历程，发现自动化排牙问题存在齿内点云数据的无序性、齿间点云数据的有序性、齿间关系难捕捉等挑战，针对这些挑战，我们提出了基于Transformer的解决方案。通过团队协作与不懈努力，我们克服了数据预处理、模型训练等技术难点，最终方案展现出优异性能，荣获第二名的佳绩。这次比赛不仅加深了我们对医学图像处理的理解，也让我们看到了人工智能在医疗领域的广阔前景。
名字不知道想什么团队获奖历程及感想：从11月份拿到脊柱内镜实例分割项目的比赛数据之后，我们团队对选题的数据集进行了全面细致的分析，为后续的方案设计和算法优化提供了重要基础。针对数据集，我们发现数据量偏少，数据集的标签图像与举办方提供的类别对应表有差别，于是团队针对标签图像重新生成了与类别对应表相同的标签区域颜色和同等数量的类别，为接下来的模型训练打下了良好的基础。数据集一共有九种不同的标签类别，为了应对这些复杂的分割任务，我们选择了nnUNet作为基础模型，并对其增加了ECA注意力通道，以增强模型的特征识别能力。这一技术改进旨在提高模型对脊柱内镜图像中各实例的识别精度。在决赛中，我们进行了现场答辩，详细介绍了我们的方法和研究成果，得到了现场指导老师充分的认可。经过激烈的竞争，我们最终荣获三等奖。
我们团队能够获得三等奖，离不开李曙老师的悉心指导以及团队的密切合作。通过这次比赛，我们团队收获了在医学图像处理领域的经验和知识，同时也激励着我们在未来的研究和比赛中继续努力，取得更大的突破。
