2019年9月智能图形分析课题组在International Conference on Medical Image Computing and Computer-Assisted Intervention会议发表了题为Intracranial Aneurysm Detection from 3D Vascular Mesh Models with Ensemble Deep Learning的研究论文。该论文的主要贡献为：

颅内动脉瘤破裂可导致严重的中风，这与老年人日常生活能力的下降有关。

1）我们提出了一种可转移的多模型集成（MMEN）架构，在有限的数据下从脑血管网状模型中检测颅内动脉瘤。

2）为了得到一个定义良好的卷积算子，我们使用全局无缝参数化方法将三维脑血管网格模型转换为平面环面，通过万用复叠空间构建几何图像表达；

通过预训练的GoogleNet V3模型进行迁移学习，实现特征融合与表达，获得最终的脑血管判定，方法适用于非均匀图像模态和较小的数据集。

图1 基于深度学习的脑血管瘤自动检测算法

本项目国家重点研发（2017YFE0100500，2017YFB1002604，2017YFB1402105）、北京自然科学基金项目（4172033号）资助。同时受到英国皇家工程学院新兴技术计划主席（CiET1819\19）、海洋项目（EP/M006328/1）和MedIAN网络（EP/N026993/1）等项目的支持。论文第一作者为周明松；通讯作者为王醒策教授。

论文题目：Intracranial Aneurysm Detection from 3D Vascular Mesh Models with Ensemble Deep Learning Random Field

论文网址：

https://link.springer.com/chapter/10.1007/978-3-030-32251-9_27

课题组老师联系方式： 王醒策教授： 13240271758 昌平图书馆413房间，email：wangxingce@bnu.edu.cn