day5是最後一天，主會昨天就結束了，今天是satellite events。與主會風格不同，今天有大量的workshop，challenge 以及 tutorial 在不同的小會議室裏面並行舉辦。與會者基本就是提前選好自己感興趣的專題去聽。
我因爲剛入門配準，所以選擇去聽今年配準的tutorial：learn2reg。
下圖是tutorial的時間表
talk1: Introduction
演講人 Tom Vercauteren, King’s College London. 配準領域的大佬（4800+引用）（電子科大 guotai wang 的博士導師）
作爲今天tutorial的開場，主題爲：Introduction to medical image registration 。Tom開場就說了今天自己講的內容乾貨很多。聽完我也感覺確實有很多
洞見。其中值得一提的就是下面兩張PPT:
在從經典配準方法講到learning-based配準方法後，Tom質疑道，我們真的有必要弄這麼複雜麼？然後就轉到上面的PPT，來自文章[1]。[1]中提出了僞配准算法CURT（Completely useless registration tools），CURT實際上只是對圖像對進行了一個簡單的像素映射。然而從配準後的差值圖像上看效果竟然比SyN等方法還要好，極具欺騙性。用組織重疊度，圖像相似性等指標都不能有效區分出這個僞算法，[1]用實驗論證只有用區域組織重疊度才能進行有效區分。實驗缺乏有力的評價指標，讓Tom質疑了現今的配准算法是否真的如他們論文展示的一樣有效。
這點也成爲了這次tutorial中的一個梗，以至於後面許多講者在提到最新的算法時，直接說是“useless algorithm” 。hh
talk2: Unsupervised & self-supervised
演講人 Adrian Vasile Dalca，MIT， voxelmorph作者。
主題：unsupervised learning-basedregistration
有監督配準一般是先利用傳統方法生成gt，而無監督方法如下圖，是以moved img與fixed img 的差異爲loss，此外再加上一個正則項。
最後還有一個 Hands-on session，Adrian手把手教學如何利用mnist數據配準數字5。很適合剛入門配準的同學。[github地址] [kaggle地址]
talk3: supervised & weakly-supervised
演講者 Yipeng Hu，UCL
主題：supervised & weakly-supervised methods
介紹了18和19年的相關工作
talk4: Data fusion
演講者：Julia A Schnabel, King’s College London,配準大佬，6700+引用
Julia 的演講比較從全局上關注配準領域。從歷年MICCAI的數據上，發現做配準的文章佔比越來越少（今年分割佔了一半，第二大領域是分類，配準好像只佔8%），直呼 MICCAI2019 是 “winter for image registration”，當然她也期待更多人能關注配準。
talk5: Unsupervised
演講人：Bob de Vos，Amsterdam UMC
主要介紹了他最近發表的一些工作，如group-wise image registration[2]，感興趣的直接看他的google schoar
talk6: Discrete
演講人 Mattias P. Heinrich， University of Luebeck
主題：discrete registration
後面詳細介紹瞭如何用pytorch實現下圖中的 correlation layer [3]。代碼
最後安利了一個MICCAI2019 配準挑戰賽 CuRIOUS2019
Hands-on session： kaggle地址
後記
1、配准入門的話，已經看完幾篇review，後續就直接看這幾位演講者的最新論文
2、tutorial hands-on session部分提供詳細代碼對新人很友好。（網上配準的代碼貌似本來就很少）
3、learn2reg 有6位講者，會議房間很小，大概只能容納50左右，但整個空間設計很中國風。下圖是小哥在結束後找Voxelmorph作者交流。
參考
[1] Torsten Rohlfing, Image Similarity and Tissue Overlaps as Surrogates for Image Registration Accuracy: Widely Used but Unreliable, TMI 2012
[2] de Vos, Bob et al, Direct Automatic Coronary Calcium Scoring in Cardiac and Chest CT, TMI 2019
[3] Mattias et al, Closing the Gap between Deep and Conventional Image Registration using Probabilistic Dense Displacement Networks, MICCAI2019