2022年5月12日，受上海科技大学生物医学工程学院 (上科大生医工学院) 沈定刚教授的邀请，英国皇家工程院院士、英国皇家学会会士、牛津大学生物医学工程冠名杰出教授 Alison Noble 做客上科大生医工线上学术讲座，分享了题为“Advances in Ultrasound Image Analysis” 的报告。此次讲座由上科大生医工学院聚焦超声转化研究实验室课题组长程冰冰教授主持。
讲座题目：超声图像分析研究前沿
Noble 教授是英国皇家工程院院士、英国皇家学会会士、MICCAI 学会会士以及欧洲学习和智能系统实验室 (ELLIS) 学会会士。Noble 教授曾任牛津大学生物医学工程研究所主任 (2012-2016年) 和数学、物理和生命科学部副主任 (2016-2019年)。Noble 教授荣获了多个重要学术奖项，包括英国皇家学会 Gabor Medal、MICCAI 学会 Enduring Impact Award 等。她在 MICCAI 学会董事会工作十余年，并曾任2013-2015年的 MICCAI 学会主席。
Noble 教授领导着牛津大学的医学图像分析团队，以超声图像分析方法及其应用研究著称。在过去的十年里，她的团队一直站在将机器学习应用于超声的国际前沿。Noble 教授团队的研究包括多模式超声视频分析、建立和评估 AI 辅助超声技术等，从而解决目前尚未满足的临床需要。
报告中 Noble 教授首先介绍了她的工作地点——牛津大学工程科学学院，由生物医学工程 (Biomedical Engineering)、牛津人类研究所 (Oxford-Man Institute)、机器人 (Robotics)、电子研究 (e-Research) 和热流体 (Thermofluids) 五个研究机构构成。学制为四年制的工程科学每年招生约180人，目前有350名研究生。她特别强调目前全校有超过1000多名中国学生。
牛津大学工程科学学院介绍
自1998年以来，超声设备在大小和造价上都不断降低。低成本的超声换能器结合大规模数据采集和深度学习技术为超声领域的研究带来了前所未有的机遇。Noble 教授首先介绍了近些年超声应用场景和临床需求的变化。她指出，高收入国家 (High Income Countries, HICs) 和中低收入国家 (Low & Middle Income Countries, LMICs) 对于超声设备的需求是不同的：高收入国家的医生往往训练有素 (Skilled)，他们主要需要可以帮助其提高工作效率和工作质量的超声设备；而中低收入国家的医生往往缺乏训练 (Unskilled)，他们需要操作简单且低价的超声设备。
变化的超声应用场景和临床需求
接着，Noble 教授指出了当前超声发展面临的技术挑战。超声扫描需要复杂的手眼协调和阅读超声视频的能力，而这些能力是不容易获取的。针对以上问题，Noble 教授团队将工作分为了两类：一类工作是在医生具有较高技能的场景下 (Highly-Skilled Setting)，基于获得的标准超声平面进行图像分析；另一类工作则是在医生基本没有接受过训练的场景下 (Minimally-Trained Setting)，基于获得的非标准超声平面进行图像和视频分析。
超声图像分析的两类不同场景
接下来，Noble 教授针对不同的问题展开讲述：首先是针对中低收入国家如何简化超声成像的问题。Noble 教授介绍了其团队研发的用于妊娠风险评估的 CALOPUS 超声视频分析算法。该算法基于 UNet+CRF-RNN，通过分割出胎盘位置从而对妊娠风险分级。
基于 AI 的用于妊娠风险评估的 CALOPUS 超声视频分析算法
面对中低收入国家孕妇筛查计划和产前护理的缺失，Noble 教授团队开发了胎龄估测算法。在基本没受过训练的医生采集的超声视频中，自动找到高质量的视频片段，通过小脑尺径计算胎龄。这里，Noble 教授强调，生医工的目标应在于解决一些实际的、满足临床需求的、对社会有意义的问题。
自动寻找视频中的高质量片段算法
其次，Noble 教授系统地讲述了难以精通超声成像的原因以及如何测量和改进超声成像。她提出超声数据科学，利用眼动数据来预测医生注视的解剖学平面，判断医生在标准生物特征平面上查看的位置，以及测量操作员的操作流程。
超声数据科学
随后，Noble 教授讲述了针对高收入国家如何简化超声成像的问题。Noble 教授提出多模态分析的思想，提出三种模型：视频-凝视 (Video-Gaze) 模型、图像-音频 (Image-Audio) 模型和视频-探头 (Video-Probe) 模型，分别用来提示医生应该看的位置、生成描述超声图片的文本，以及预测探头下一步应该移动的位置。
在高收入国家的场景下如何简化超声成像
最后，Noble 教授对讲座进行了总结，她指出超声图像分析领域不再仅是关于量化算法，将人工智能的一些思想融入进来的时代已经到来。并在末尾就报告内容与众学者进行了热烈的互动讨论。
讲座总结
本期讲座完整录像请关注“上科大生医工学院”官方哔哩哔哩账号观看，观看地址：
https://www.bilibili.com/video/BV11S4y1b7U2/
