周少华 Kevin, 中国科技大学学士,美国马里兰大学博士,专业电子工程。现在西门子负责研发与医学图像相关的创新产品。他撰写编辑了五本学术专著，发表了180+篇学术期刊及会议论文和著作章节，并拥有80+项批准专利。他多次获，包括发明奥斯卡、西门子年度发明家、爱迪生专利、马里兰大学ECE杰出校友。他是IEEE TMI和Medical Image Analysis期刊副主编、CVPR和MICCAI 的领域、《视觉求索》主编、美国医学与生物工程院 Fellow。
Medical Image Analysis 是 MICCAI society 的旗舰学术，代表了该领域的最高学术水平。作为该的 associate editor 之一，我参加了 editorial board 的午餐会议。同时与会的华人还有沈定刚（北卡大学教授）和李硕（西安大略大学副教授）。
总体而言，情况与去年基本持平，submission 量略有提高。中国 submission 位居第三，接收文章有 10 篇，比去年有进步。希望中国的同行们继续努力。
MICCAI Oral Session 14 是专门针对工业界设计的，共有四个，头三个是大会的常规论文，最后一个是特邀，之后还有个 panel 讨论。Tanveer(IBM) 和我共同主持。
可能是由于受星期二 gala 的影响，一开始诺大的厅里只坐了几排人，大家的 energy level 不高。后来人群逐渐涌入，最后整个大厅爆满。大家的热情也越来越高，听众竟然要排队提问。这也说明大家对于 industry 应用非常关心。
会后有许多人反应这次 industry session 组织得很好，信息量丰富，知识点多，务实不从虚。
大会的质量很大程度上取决于大会的文章质量。程序委员会是最终决定文章收录的。为了回报对其的辛勤付出，大会特地在观景台 31 楼犒赏三军。全城面貌尽瞰眼底。
我们编者三人组（沈定刚、以色列 Tel-Aviv University教授 Hayit Greenspan、我）在编书过程中打了无数电话，终于趁这次会议机会可以面对面。
Yoshua Bengio （大学教授）是深度学习的“三架马车”之一。他受邀给MICCAI大会作Keynote Speech。下面摘要了他的Slide标题。
先提出图像到图像的网络，输入原图像，输出分割 mask 图。然后引入了对抗网络，用于 regularize 输出的分割 mask，可以看作是 shape prior。对抗网络，最早是用来做图象生成，目前还在研究中，最终效果尚待观察。但用它来做 regularizer，实际中似乎很有效。实验是基于上千的 CT 影像，准确度达到了前所未有的程度。
常规的 landmark 表达包括点坐标、heatmap 图等。提出一种新的表达方式 action map，用于表示 landmark。实验结果表明此表达方式效果明显。
用 DL 找到脊椎 landmark heatmap 之后，进一步结合先验知识来提高准确定位和降低错误率。这里的先验知识是指脊椎 landmark 的相互关系。
本次会议中国力量进一步加强。与会的中国人数比上届明显增加，周一晚上聚餐的报名供不应求也是一个。另外录取文章数以中国人为第一作者的占近四成。最后，获得的各种项也很多。
• 正如去年预测的一样，DL 已经大肆＂入侵＂MICCAI。据不完全统计，约一半文章与 DL 相关。遗憾的是，真正突出的文章不多，CVPR 也是这样。预测明年 DL 相关文章占比会更多。
• 随着人工智能大热，今年 CVPR 在各个方面达到了顶峰。MICCAI 则不然，文章数基本持平，参会人数达到新高。原因可能是 MICCAI的文章更偏向 research 场景，侧重 clinical 应用的不算太多；而 CVPR 的文章很多是关于实际应用的。预测明年 MICCAI文章会有更多侧重 clinical 应用，文章数和参会人数达新高。
推荐：