2021年02月--2023年02月，在医院、科室领导的大力支持下，我顺利获得了德方团队经费资助在慕尼黑大学医学院（附属医院）进行了为期两年的博士后研究工作。在这两年的博后学习里，我受益良多，既开阔了自己的视野也系统地学习了深度学习辅助的精准肿瘤治疗研究的各项技术。
活动名称
博士后进修
活动地点
德国慕尼黑大学医学院
活动行程
两年博士后进修研究，重点关注深度学习多模态医学影像数据挖掘及精准肿瘤治疗实施新方案。
活动内容
了解国外团队研究现状
慕尼黑大学（Ludwig-Maximilians-Universität München，LMU）成立于1472年，是德国最著名的大学之一，在2021年英国泰晤士高等教育世界大学排名中，LMU名列德国第1，全球第32位。其中慕尼黑大学医学院（LMU Klinikum）是该大学最重要、最著名的学院之一，也是欧洲最负盛名的医学院之一。包括17位诺贝尔奖得主和其他许多国际知名的医学专家和科学家。专业涵盖了临床医学、生命科学、医学科学等各个领域，其教学和研究在德国和国际上具有较高的声誉和影响力。
图1慕尼黑大学
图2慕尼黑大学医学院
我所工作的放疗中心隶属于LMU Klinikum， 成立于1964年，致力于在多个领域进行前沿研究，包括肿瘤生物学、治疗计划学、放射医学物理学等，并为患者提供最佳的医疗服务。该中心配有3台直线加速器，1台核磁加速器，CT-Simulator等在内的各种放射治疗设备。中心还提供一系列放射治疗服务，包括3D适形放射治疗、强度调制放疗、碳离子放疗等高精度和个性化的放射治疗技术。
图3 LMU Klinikum放疗中心varian直线加速器及光学体表监测
图4 LMU Klinikum放疗中心Viewray核磁加速器
我所工作的Guillaume Landry教授团队隶属于LMU Klinikum放疗中心，是LMU医学物理工程研究的顶级团队，代表了欧洲最先进的理论技术，在国际学术界具有极高影响力。该团队在包括多模态影像预后、多模态影像合成、运动靶区追踪等与本研究直接相关的生物医学工程、人工智能大数据分析领域具有丰富的研究经验、先进的理论技术和扎实的成果积累，已累计发表SCI检索论文70余篇，参与国际学术交流100余次，完成项目7项，开发软件4
项。
图5课题组每周组会交流
深度学习个体化预后研究
在Landry教授团队，我首先开展了深度学习多模态影像预后的研究。基于深度学习网络实现了一种不受GTV分割差异影响的深度学习预后方案；进一步还将单一模态HNC预后扩展至联合PET/CT预后，并最终获得预测性能最优的多模态输入方式。该预测模型在国际多中心外部独立测试集上获得了较好的测试结果，并成功入选2022年度唯一来自中国大陆地区的欧洲放射肿瘤学会大会(ESTRO)发言推介，获得了国内外同行较好的认可。
图6 ESTRO大会发言
深度学习靶区自动追踪分割研究
进一步，我们还利用多种深度学习网络开展了全自动头颈肿瘤靶区定位分割研究，探索了基于全身影像扫描的小体积肿瘤自动追踪、定位、分割的新方法。为了验证方案的可行性，我们参加了HECKTOR 2022编程大赛，与全球50多只顶级医学影像数据挖掘团队竞赛，取得了前10的好成绩，研究成果即将于2023年度美国医学物理学会（AAPM）大会交流推介。
图7 workshop介绍研究成果
收获体会及后续规划
德国博后研究让我收获颇多，培养了独立处理问题的能力，也感受到了人工智能技术在医疗领域的巨大机遇。在慕尼黑大学高级海外青年研究者的经验介绍会上，有一句话我非常认同，那就是：我们要勇于离开自己的舒适圈，尝试一些对自己的挑战和改变。只有这样，我们才能拓宽自己的领域，发现心得机遇。回国后我将继续保持与慕尼黑大学积累的良好合作关系，以放射肿瘤学四川省重点实验室平台为基础，推动我院与国外一流大学、一流研究团队的优质合作，并联合申请国际合作项目，扩大我院在人工智能辅助精准肿瘤治疗领域的国际影响力。
图8 团队合照
