11月14日，人工智能学院举办“青年学者学术论坛”。此次论坛采取线上形式进行，论坛邀请赵海博老师作专场报告，院全体专任教师参加线上学术报告会。

CT是人体解剖结构的三维图像，反映了人体组织吸收X射线的程度。通常组织密度越低，吸收X射线越少，该区域的像素强度越低。CT图像呈黑影，肺结节等病变组织密度大，CT图像呈现灰白色。胸腔隔膜等健康组织、结节相粘连的血管，边缘模糊的磨玻璃结节等等都加大了肺部结节的识别和分割。针对肺结节的图像分割方法的研究主要分为两大类，一是传统方法，利用肺部纹理、结构、形状等差异进行分割，二是深度学习方法，利用CNN、FCN、Unet、GAN等网络模型完成肺结节分割任务。

赵老师从数据集mhd文件中可视化出原始CT图像，标记双肺边界、分离附着在肺结节上的血管、填充肺部区域空洞，得到双肺mask。原始CT图像与肺部mask相乘得到肺实质切片，进一步对肺实质切片进行平均像素间距重采样、归一化、去均值处理后，输入深度学习模型进行训练，完成肺结节分割任务。

（文图/人工智能学院   编辑/邵清清   审核/徐海波）