近日，国际光学工程学会SPIE主办的 Medical Imaging 2022在美国圣地亚哥举办，上海交通大学电子信息与电气工程学院约翰·霍普克罗夫特计算机科学中心长聘教轨副教授凌玉烨指导的硕士生唐瑶琦荣获本届大会图像处理领域学生论文奖第一名。
 

     获奖的学术论文题目为“Multi-scale Sparse Representation-Based Shadow Inpainting for Retinal OCT Images”，该论文提出了一种结合传统方法和深度学习方法的算法框架，运用多尺度的图像特征信息来修复视网膜OCT图像中广泛存在伪影，可提高眼底视网膜的分层精度，对于包括青光眼在内的各类眼科疾病的诊断有巨大的应用价值。该研究由上海交通大学、上海交通大学医学院附属第一人民医院、美国阿拉巴马大学合作完成，其中上海交通大学为第一完成单位，唐瑶琦为第一作者，凌玉烨为通讯作者。

     国际光学工程学会（Society of Photo-Optical Instrumentation Engineers，SPIE）是美国的一个非营利性专业组织。它的会员为科学家、工程师和用户，以及对光学工程实际应用和普及技术有兴趣者。学会所发表的会议文献反映了相应专业领域的最新进展和动态，具有极高的学术价值。其中，SPIE. Medical Imaging 国际会议是探索医学影像科学的顶级会议，由图像处理、物理学、计算机辅助诊断、感知、图像引导程序、应用等领域的领先研究人员介绍最新信息，同时关注快速发展的领域，如深度学习、人工智能和机器学习。本届会议图像处理领域共接收论文139篇，从中仅评选出2篇作为学生论文奖，获奖比例仅为1.4%。该奖项的第二名被美国哈佛大学医学院附属麻省总医院的博士生Katharina Hoebel斩获。

成果介绍：

       目前，全球视觉障碍患者不断增加，眼科诊断对于眼科疾病的预防和治疗具有非常重要的作用。光学相干断层扫描（Optical Coherence Tomography，简写为OCT）作为一种非侵入式，高分辨率的成像方式，已被应用于眼科临床诊断中，可以用于生成眼底视网膜图像。然而，视网膜OCT图像中会存在由于表层血管强散射造成的伪影，这些伪影会破坏视网膜的连续结构，影响OCT扫描系统后处理算法的效果，从而降低相关疾病的诊断准确率。因此，一种可以修复视网膜OCT图像伪影的自动化处理方法对眼科疾病的诊断非常重要。

      对于伪影修复，传统方法的修复效果随着修复面积的增大大幅降低，而深度学习算法需要庞大的眼科影像数据以及计算时间用于模型训练。考虑到这些问题，本研究提出了一种结合传统方法和深度学习方法的算法框架，运用多尺度的图像特征信息来修复伪影。该方法包括预处理，图像修复和后处理三个部分。输入的测试图像根据视网膜本身的先验结构进行展平，然后通过伪影检测算法输出不同伪影的宽度和位置。宽度较小的伪影能够在稀疏表示模块中直接进行修复；而对于宽度较大的伪影，该方法采用了先降采样后修复的策略，修复后的结果通过超分辨网络和正则化模块，在提高图像分辨率的同时整合来自其他尺度图像的互补特征信息。
 

      该方法在合成伪影和真实伪影上都取得了较好的效果，能够在较小的数据集和较短的训练时间内大幅提高后续分割算法的性能，非常适合实时临床医学应用。
 

作者介绍：

      唐瑶琦，上海交通大学21级电子信息专业硕士研究生，导师为凌玉烨，本科毕业于上海交通大学信息工程专业。
 

      凌玉烨，上海交通大学长聘教轨副教授，2018年毕业于美国哥伦比亚大学。主要研究方向为光学成像及图像处理。在各类SCI期刊上发表论文十余篇，国际会议报告十余次，其中邀请报告3次。申请美国专利3项，中国专利2项。目前担任中国光学学会生物医学光子学专委会青年委员，并在多个国际知名期刊和会议作审稿人。