近几年图像识别技术在许多领域内大方异彩，当下最热门的研究方向之一就是医学图像分析(医学计算机视觉)，其中医学图像分析领域内的医学图像分割领域具有很高的应用价值，可用于影像引导介入治疗，定向放疗等过程中。
随着计算机辅助诊断的深入研究以及医学临床的需求增长，医学图像分析得到不断发展，研究对象也日益广泛，从过去具有明显诊断特征的病种扩展到多种不同器官、解剖形态、功能过程的图像。可以说自动精准定量的计算机辅助图像分析在帮助临床医生和研究者高效准确地处理海量图像信息方面发挥越来越大的作用。以目标检测及跟踪、目标识别、医学图像分割为主要方向，重庆邮电大学软件工程学院副教授周丽芳近年来致力于医学图像领域的研究，成功开展了多项具有高创新性和科学价值的项目研究。项目成果产生的新技术和新方法为医学辅助诊断提供了重要参考，同时也推动了医学图像分析在理论方法和应用上的进步。
器官分割是医学图像处理领域的一个重要课题。随着成像技术的发展，如磁共振成像、计算机断层扫描和正电子发射断层扫描等，医生完成相关的工作都会使用计算机辅助方法。在临床医学上，快速、准确的器官分割在诊断、分类、手术计划的制定具有重要的作用。
“一种基于改进树状部分模型的医学图像自动分割方法”是周丽芳在项目《基于视频的敏感目标跟踪与识别方法研究》研究上的专利成果之一。该方法通过CCP算法对医学图像进行分割，能够准确、自动的提取肝脏轮廓，将分割结果显示出来为医学辅助诊断提供参考。作为一种新的、应用于肝脏图像分割的辅助诊断方法，它的提出有效解决了现有技术在医学图像分割过程中过多的依靠人为的操作、或者半人为的操作问题，在实际工作中有助于减少临床医生工作，减少主管因素影响，进而提高诊断的准确率、降低分割错误。
随后，周丽芳陆续发表了 “Automatic Liver Segmentation Using shape context constraint Network”、一种优化树模型的肝脏自动分割方法研究等有关医学图像自动分割方面的论文，分别被国际期刊International Journal of Pattern Recognition and Artificial Intelligence、信息学会议论文集和中文核心期刊《计算机工程》收录。此外，研究成果“一种基于改进树状部分模型的医学图像自动分割方法”已经正式获取授权专利。
除了在医学图像分割方向上的研究，周丽芳围绕医学数字图像处理技术层面开展了多项深入研究，为推动数字技术辅助检查诊断、数字技术辅助治疗的发展做出积极贡献。目前，她正在参研国家自然科学基金项目《面向脑病辅诊的多模态多尺度医学图像融合方法研究》，主要负责配准及特征优化方面的理论分析与算法设计。据了解，该项目自2020年1月启动，主要就脑部多模态医学图像处理面临的脑组织自动分割、快速准确配准、融合方法存在的块效应、结构信息丢失和色彩失真等问题，以临床MRI、CT、PET和SPECT等多模态医学图像为主要研究对象，进行图像融合研究。该项研究工作具有重要的理论研究价值和实际意义。”
实际上，周丽芳的研究工作不仅限于推动图像识别在诊断中的应用。在专业从事模式识别、计算机视觉与图像处理科研工作的十多年间，她还在致力于图像特征提取与识别、目标检测与跟踪等方面关键技术的研究，特别在复杂条件下人脸识别技术领域取得了突破性成就和广泛的应用价值。其中，她提出的在光照影响下以及视频动态条件下的人脸信息提取与识别方法，加速了人脸识别技术在身份验证、智能考勤、门禁安防等领域的实际应用。
2018年10月，在第八届中国人工智能学会上，周丽芳凭借参研项目《智慧金融中的集成生物识别关键技术及应用》的研究成果，获得中国智能科学技术最高奖——吴文俊人工智能科技进步一等奖。该项目由重庆中科云从科技有限公司、广州云从科技有限公司联合中科院重庆院、重大和重邮组成产学研研发团队，针对金融交易中频发的交易欺诈、恶意攻击等问题，研发了一整套面向智慧金融的智能生物识别技术体系和应用系统。随后，这套面向金融行业集成生物识别技术成为在金融业推广使用人脸识别技术的关键标准，同时被纳入公安部制定的公共安全行业标准和“基于可信环境的远程人脸识别认证系统技术要求”国家标准，充分显示了其在技术创新中的先进性。
不难发现，图像处理技术、计算机视觉技术的进步和应用推广极大推动了各个行业的智能化、信息化发展。作为领域内专家，周丽芳不断提升技术创新能力，更成功将图像识别、人脸识别等方面的最新成果引入金融、网络安全领域，以促进相关行业系统优化发展。特别以她现阶段的研究重点医学图像处理技术为代表，该技术作为提升现代诊断和治疗水平的重要工具, 使实施风险低、创伤性小的手术方案成为可能，未来也将在医学信息研究领域发挥更大的作用。
--推广
来源： 消费日报 | 作者：王新文 | 责编：华晓梅
