11月27日至12月2日，第102届北美放射学年会（Radiological Society of North America, RSNA）在美国芝加哥召开。中国科学院自动化研究所中科院分子影像重点实验室研究员田捷等师生一行应邀参加会议，并以学术报告和海报等形式展示了实验室近期取得的科研进展。 

　　博士生王硕在会议上介绍了其发表的文章Developing Multi-resolution Convolutional Neural Networks for Lung Nodule Segmentation。该文提出了一种基于多分辨率卷积神经网络模型的肺结节分割新算法，其分割精度优于传统图割等算法，且针对肺壁粘连等挑战性样本取得了较高精度。 

　　博士生宋江典发表了文章Prognostic Value of CT Phenotype in Stage IV EGFR-Mutation-Positive Non-Small Cell Lung Cancer Undering Tyrosine Kinase Inhibitors，该文报告了一种用CT影像数据对肺癌病人的TKI靶向药物治疗耐药时间进行预测的新方法，该方法使用上海长征医院的数据作为训练集，提取肺结节CT影像特征，建立了预测模型并在广东省人民医院以及华西医院的数据集上进行独立验证，均取得较好效果。作者还获得了大会颁发的“学生旅行资助”。 

　　博士生何坤山发表了文章A Novel Wearable Fluorescence Surgical Navigation System for Segmentectomy，该文介绍了实验室构建的一种新型手术导航系统，该系统使用可穿戴设备提高了易用性和便捷性，提出的新肿瘤标记方式比传统肿瘤区域标记方法具有更长的标记时间，从而更有效地辅助了外科医生进行手术。 

　　与会期间，实验室师生积极与来自世界各地的专家学者、仪器设备公司开展了技术交流互动，深入探讨了分子影像、医学成像技术和相关仪器设备及临床应用等方面的国际前沿发展趋势，为实验室带回了大量极具参考价值的科研资讯。 

　　RSNA是由美国和加拿大两国联合组建的放射学学术团体，成立于1915年，其年会是世界上影响最大、规格最高的专业性会议之一。今年大会开幕式的两个主题报告分别为：When Machine Think: Radiology’s Next Frontier和Hope, Hype, and Harm as Medicine Enters the Digital Age。其中第一个报告涉及深度学习的发展趋势及其在医学影像中应用前景。第二个报告详细阐述了放射学的发展历史及其数字化的发展进程。此外会议还安排了内容丰富的系列学术交流报告以及新设备展示。