2024年IEEE国际生物医学成像研讨会（ISBI 2024）于2024年5月27日至30日在希腊雅典举行，会议由国际电气和电子工程师协会（IEEE）信号处理学会（SPS）和生物医学工程学会（EMBS）联合举办。IEEE ISBI是涵盖生物医学成像的数学、算法和计算方面的顶级科学会议之一，主要涉及人工智能、计算机视觉、模式识别等主题。

本次大会，医学影像智能与机器人研究中心（MIRACLE）实验室共有六篇文章入选，其中五篇文章的作者受邀进行口头报告。 中国科大生物医学工程学院2023级博士研究生孙岱为第一作者的DNA-DIR获得最佳口头报告论文提名（best oral award finalist）、2022级硕士研究生高子淇获得学生旅行基金（student travel grant）。

科研成果一

1） DNA-DIR: 2D-3D geometry embedding for intraoperative partial-to-full registration

本文提出了一种新的渐进式配准管道DNA-DIR，用于解决具有稳健姿势要求的机器人内窥镜肝脏手术(RAS) 的部分与整体间 2D-3D 非刚性对齐。同时，本文为RAS提供了一个模拟的部分到全 2D-3D 配准数据集，其中包含来自不同肝病患者的 150 个准确注释的病例。

科研成果二

2）CMUNeXt: an efficient medical image segmentation network based on large kernel and skip fusion

本文提出了一种高效的轻量级分割网络 CMUNeXt，它利用大卷积核和反瓶颈设计彻底混合远距离的空间和位置，从而有效地提取全局上下文信息。同时还引入 Skip-fusion 模块，在实现平滑的跳过连接并确保充分的特征融合。

科研成果三

3）Rethinking dual-domain undersampled MRI reconstruction: domain-specific design from the perspective of the receptive field

本文基于欠采样MRI重建任务在图像域和频域上不同的特点，从神经网络感受野的角度出发，提出了一个包含领域独特设计的对偶域欠采样MRI重建网络。

科研成果四

4) Nowhere to Hide: Toward Robust Reactive Medical Adversarial Defense

本文提出了一个名为医疗对抗盾牌的对抗攻击检测器，通过在级联特征尤其浅层特征中对抗训练，学习捕获对抗噪声留下的痕迹，面对最强的自适应白盒攻击和普通攻击均有90%以上的识别准确率。

科研成果五

5) Long-tailed multi-label classification with noisy label of thoracic diseases from chest X-ray

本文构建了一个包含39种疾病的新长尾多标签数据集“LTML-MIMIC-CXR”，其中包括26种新增的稀有疾病。研究提出了一种新的基准方法，采用自适应负正则化和大损失重考虑策略，解决了长尾类别负逻辑值过度抑制和自动标注产生的噪声标签问题。

科研成果六

6) E-DM: evaluating diffusion model by conformal prediction

扩散模型因在多个领域的优异表现而受到广泛关注，但评估这些模型生成图像的可靠性和质量仍然是一个挑战。本文引入共形预测作为不确定性量化的方法，即E-DM，旨在在不牺牲图像质量的前提下提供不确定性控制。

                                                                                                                                                                                    （ 生物医学工程学院 ）