近日，医学影像分析领域国际顶级会议 MICCAI（International Conference on Medical Image Computing & Computer Assisted Intervention）第28届会议在韩国大田举办。

上海交通大学自动化与感知学院王利生教授指导的2024级博士生姬常凯、2025届毕业硕士刘羽晟、2023级博士生姜玉先组团参加了MICCAI在口腔影像智能分析领域举办的ToothFairy3和STSR两大国际挑战赛，在其四个赛道中包揽全赛道佳绩，获3项全球第二名、1项全球第三名，在国际舞台上充分展现了交大学子在AI赋能医疗影像分析领域的扎实功底与优秀的AI应用能力。

ToothFairy3国际挑战赛

赛道一：CBCT影像中的快速多结构分割

获奖成绩：全球第二名

项目简介：

项目提出了一种用于CBCT影像中45个不同口腔结构的自动化分割框架，该框架采用基于U-Net的网络架构作为分割主干，并结合结构感知后处理策略，在有效消除噪声的同时，确保临床重要精细结构的保留。

赛道二：CBCT影像中下牙槽神经管的交互式分割

获奖成绩：全球第三名

项目简介：

项目探讨了CBCT图像中下牙槽神经管的精确分割，采用了基于nnInteractive的交互式分割模型。该模型支持用户通过交互式点提示进行指导和优化分割结果。在此基础上，本项目采用自适应结构优化策略以进一步提升分割准确性。

STSR国际挑战赛

赛道一：牙齿与牙髓根管分割

获奖成绩：全球第二名

项目简介：

本项目探索了一种基于nnU-Net的层级化分割框架，该框架通过由粗到细的区域分割策略，旨在实现牙齿牙髓及根管结构的快速准确分割。为更符合临床应用对高效率的需求，方案还通过优化插值和调整数据增强策略，显著加速了模型的推理过程。

赛道二：IOS-CBCT牙冠牙根配准

本项目提出了一种用于CBCT与口内扫描（IOS）配准的深度学习框架。该方法采用双PointNet++编码器，以分别从两种模态中提取几何特征，再通过特征匹配模块和奇异值分解来预测刚性变换矩阵。为提高效率以满足临床应用中对快速、可靠响应的需求，方案通过优化点云采样以加速模型推理。

团队介绍

王利生团队深耕AI赋能临床口腔智能诊疗领域多年，历届研究生已在MICCAI系列口腔影像智能分析挑战赛中累计斩获2项全球第一、4项全球第二、2项全球第三。

目前，团队与上海交大医学院附属第九人民医院开展紧密医工合作，持续推动AI技术在数字化口腔手术流程中的研发创新与临床落地。

大赛简介

MICCAI是由国际医学图像计算和计算机辅助干预协会主办的综合性顶级学术会议，自 1998年起每年举办一届，横跨医学影像计算（MIC）与计算机辅助介入（CAI）两大领域，是人工智能医疗、医疗机器人及辅助介入领域的国际权威交流平台。

MICCAI挑战赛作为大会核心特色，致力于汇聚顶尖智慧攻克前沿技术难题，加速医学影像分析技术的创新与临床转化，为全球科研人员与开发者提供了高水平竞技舞台。本届ToothFairy3挑战赛吸引157支队伍参赛，STSR挑战赛汇聚45支队伍全球角逐。