8月9日消息，在剛剛結束的ISIC Challenge 2018大賽上，來自美圖影像實驗室MTlab的參賽團隊在皮膚癌病灶分割task1中獲得第一名成績。這是MTlab首次參加ISIC Challenge，病灶分割賽題同時還有騰訊優圖、聯想研究院、新加坡國立大學、威爾康奈爾醫學院、南洋理工大學等知名科研院所和企業參加。

ISIC是由國際皮膚數字成像學會(ISDIS) 贊助的一個致力於皮膚癌檢測的國際性組織，其主辦的ISIC Challenge大賽專注於皮膚病灶分析和皮膚癌的檢測。該項比賽分為三部分，其中Task 1為病灶分割，Task 2為病灶屬性檢測，Task 3為皮膚病分類，美圖團隊此次獲獎的就是其中的病灶分割部分。此賽題中，參賽團隊使用ISIC提供的皮膚鏡圖像和對應的參考標注用於機器學習的訓練，並且對不同人體部位的病灶進行驗證和最終測試；同時今年主辦方加入了更多評測數據並對皮膚分割嚴重錯誤的圖像施加懲罰，使得評測更具實戰性和挑戰性。

MTlab是美圖公司旗下致力於計算機視覺、深度學習、計算機圖形學等人工智能（AI）相關領域研發的團隊。在兩個多月的時間里，MTlab團隊成員解決了病灶形態複雜、人體部位眾多、不同專家參考標注差異等難題，僅僅使用2500張圖片數據就訓練出了效果優異的模型。

據介紹，針對本次的皮膚癌病灶分割比賽，MTlab在其膚質檢測技術積澱的基礎上，對經典分割檢測網絡進行大膽改進整合。MTlab團隊首先使用Faster-RCNN 對病變大致區域進行檢測，並將檢測結果送入分割網絡得到精細分割輪廓；對分割網絡的設計中充分考慮了對病灶的細節特徵和抽象語義特徵的融合，使其能更好的結合圖像局部全局信息，最終取得了分割精度80.2%的成績（唯一精度在80%以上的隊伍），並在80多組參賽隊伍中獲得冠軍。

此次ISIC Challenge 2018大賽，首次參賽的MTlab就擊敗了來自眾多知名科技公司和科研院所的參賽隊伍。對此，MTlab負責人表示：「自2017年開始，美圖就開始著眼於皮膚分析，並投入了大量資源在算法研發中。」他同時表示，美圖將繼續在生物醫學領域加大投入，目前美圖美妝提供的測膚服務中上線了黑頭、皺紋、黑眼圈識別等功能，此次獲勝的技術也將用於更全面的皮膚問題診斷和修復產品的推薦中。