深圳大学医学部生物医学工程学院倪东教授团队的研究工作“Searching Collaborative Agents for Multi-plane Localization in 3D Ultrasound”于近日被国际医学图像分析领域的顶级期刊《Medical Image Analysis》（IF为11.148）接收。该工作为倪东教授团队和深圳罗湖人民医院超声科合作完成。倪东教授和罗湖人民医院熊奕主任为共同通讯 作者，团队成员杨鑫博士和研究生黄雨灏为共同第一作者，深圳大学为第一署名单位。

在超声检查中，标准切面的获取对于后续的生物参数测量以及诊断都有非常重要的意义。然而，在三维空间寻找多个二维切面耗时耗力，同时也受影像质量、医生主观经验等影响，面临着巨大挑战。因此，本研究提出了一种自动化的多标准切面协同定位系统（图1）。该系统基于多智能体的强化学习框架，结合基于循环神经网络的智能体协作模块，可以同时定位多个标准切面。同时，智能体以及协作模块的网络结构经过神经网络搜索（NAS）的方法自动设计，在参数量更少的情况下取得了更好的定位性能。通过在大量三维胎儿脑部和子宫的数据上进行验证，该系统可以高效、准确地进行多切面定位，取得了当前最优的性能。

图1

该研究依托广东省生物医学信息检测与超声成像重点实验室、医学超声关键技术国家地方联合工程实验室和深圳大学医学超声图像计算实验室（Lab of Medical UltraSound Image Computing, MUSIC），得到国家重点研发计划、国家自然科学基金、广东省医学科学基金、深圳市孔雀计划、深圳市基础研究等项目资助。