在刚刚闭幕的2019年度国际医学图像计算和计算机辅助干预大会(MICCAI2019)上，由模式分析与学习团队赵元兴、张燕明、刘成林提交的算法获得了BraTS脑肿瘤分割竞赛第二名。 Brain Tumor segmentation (BraTS)挑战赛致力于推动基于多模态MRI图像的脑肿瘤自动分割技术的发展，自2012年起每年举办。 本届比赛共有注册队伍510支，最终有效提交队伍72支。 参加竞赛的队伍来自美国弗吉尼亚大学、英国帝国理工大学、瑞士伯尔尼大学、电子科技大学、华南理工大学等国内外知名高校和科研院所。

在本次比赛中，我团队通过深入分析当前脑肿瘤分割中存在的问题，提出了基于自集成模型的脑肿瘤半监督分割方法。 首先，利用Multi-View的策略训练多个分割模型，将这些模型组合成教师模型利用Mean-teacher方法进行半监督学习，减少对于标记样本的依赖。 其次，由不同分辨率的网络层引出不同的子分类器，将各分类器的输出之和作为最终的分割结果和优化目标，利用单模型实现近似组合模型的效果，减小了显存消耗。 最后通过动态的边缘补偿方法适配不同输入尺度，使模型学习更多的全局信息。

最终我团队提交的分割结果在评测数据集上获得第二名。相关文章将会在之后公布。