会上，深思考人工智能计算机视觉算法研究员李亚伟作为此次参会代表，在会议上就“基于深度学习的宫颈细胞液基涂片染色标准化”作出了精彩报告，为大家分享了深思考人工智能在病理细胞数字图像的AI创新技术以及智慧医疗领域的落地经验。

“病理图像的质量是影响诊断准确率的重要因素，因此，图像质量增强在病理图像处理领域有着重大的意义。”李亚伟讲到，“特别是对于苏木精-伊红（hematoxylin - eosin，H&E）染色的病理图像，不同病理机构之间存在很大的染色差异，直接降低了病理医生的阅片效率。同时, 低质量图像也会对计算机辅助诊断产生影响。”

（将染色过深的细胞进行染色标准化后的结果）

（将染色过浅的细胞进行染色标准化后的结果）

为解决此类问题，深思考将深度学习算法应用在数字病理图像的染色标准化上，亦指将非常规染色的数字病理图像颜色调整到合适的染色水平上。这种数字病理图像染色标准化方法，可有效解决玻片染色深浅的问题，对于数字病理细胞的可视化效果和计算机分析能力都有提升，同时启发其它细胞病理的染色标准化。

（深思考展位产品受业界广泛关注）

目前，深思考将这项技术应用于其人工智能宫颈癌辅助筛查系统，该产品可在60秒内完成病变细胞检测、分割、定位、标识并出具阅片报告。据了解，在前几日落幕的2018AIIA杯人工智能巡回赛·医学人工智能大赛中，该产品从两百多支国内外知名医疗参赛队伍中取得冠军。同时，其已同多家知名三甲医院进行合作，高质量的病理样本大数据超过百万份，覆盖70%以上的第三方检验机构。