MIDL全解读：从医学影像深度学习会议到投稿实战指南

第一次听到 MIDL 这个缩写还是 2018 年冬天组里师兄把一篇 Attention U-Net 的预印本丢到我桌上说这是医学图像分割的好文章也代表了医学影像和深度学习交叉的一个新方向。我当时连全称都对不上号只知道它叫 MIDL后来才背熟Medical Imaging with Deep Learning。在那之后我自己在这个方向一路投稿、审稿、线上线下开会也算亲眼见证了它从一个小范围研讨会发展成现在医学图像 AI 领域绕不开的会议。这篇文章不打算做成官方百科就从一个身在局内的人的角度聊聊 MIDL 是什么、历年举办地怎么变、论文趋势怎么演化、哪些论文值得反复读以及如果你要投稿和参会有哪些容易被忽略的细节。1. 认识MIDL医学影像深度学习圈的“新锐力量”1.1 全称与定位它到底是什么MIDL 全称是 Medical Imaging with Deep Learning2018 年首次举办主办地在荷兰阿姆斯特丹。它诞生的大背景其实很清楚2012 年之后深度学习在自然图像领域一路狂奔医学图像分析也想用上这套东西但医学影像圈和机器学习圈之间的沟通并不顺畅。医学影像老牌会议 MICCAI 覆盖面很广传统图像处理、病例分析、手术机器人都有而机器学习的顶会 NeurIPS、ICML 又极少聚焦医疗场景。MIDL 就是专门为“用深度学习方法解决医学影像问题”这一交叉地带而生的。会议每年一届核心特点可以归纳成三条第一双盲评审投稿阶段作者信息对评审不可见这在一定程度上保证了公平性第二论文出版在 PMLRProceedings of Machine Learning Research上开放获取Google Scholar 一搜就能下到全文第三投稿评审通过 OpenReview 系统进行很多年份的评审意见和作者回复都是公开可见的这对新人来说是相当难得的学习素材。1.2 和 MICCAI、NeurIPS、IPMI 有什么区别很多新手会问我同一个问题想发医学影像深度学习到底投 MIDL 还是 MICCAI我的回答是先想清楚你的工作“重哪头”。MICCAI 是医学图像计算的老牌顶会历史悠久、影响力大审稿人背景里做配准、分割、影像引导手术的都有比较看重临床问题的严谨性MIDL 更偏机器学习本身的方法实验对新颖性的要求往往更直接比如你的网络结构、损失函数、训练范式有没有洞察审稿人讨论得会很细。NeurIPS 和 ICML 则完全不问应用场景只问方法有没有通用价值医学数据在他们眼里只是一个 benchmark。会议主要关注审稿方式出版平台适合的工作类型MIDL医学影像×深度学习双盲PMLR开放获取深度学习新方法在医学影像上的验证MICCAI医学图像计算整体双盲/部分单盲Springer LNCS完整医学图像分析工作NeurIPS/ICML通用机器学习双盲NeurIPS/ICML Proceedings方法有普适性的深度学习研究IPMI医学图像信息处理双盲Springer LNCS理论扎实、长文导向的基础研究之所以把 IPMI 也放进来是因为它和 MIDL 有点像但 IPMI 开会的频次是两年一届人数更少一篇论文有很长的报告时间和深度讨论环节。如果你手里是一篇“方法很简单但思考很深”的工作IPMI 或者 MIDL 都值得考虑如果你手里是一套完整的临床场景方案MICCAI 的路径可能更顺。2. 从阿姆斯特丹到巴黎历年举办轨迹与规模变化2.1 前两届欧洲起步2018 阿姆斯特丹、2019 伦敦第一届 2018 年在阿姆斯特丹办的时候规模还很小投稿量大概几十篇最终录用的论文我记得在四十篇上下。那时能讲深度学习的医学影像工作也不算多大家讨论的主题相当集中用 U-Net 系列做器官分割、用 CNN 做分类、把 GAN 当数据增强用。论文报告是单轨进行一间报告厅就能装下所有人茶歇期间很容易碰到论文作者本人聊很久。第二届 2019 年在伦敦投稿量明显涨了一截。伦敦那届开始在 OpenReview 上做评审也是从这年开始MIDL 的论文被 PMLR 正式收录检索起来特别方便。我记得当时会场里已经有来自不少大公司的研究团队说明工业界也盯上了这个方向。从论文内容上看2019 年已经不满足于“换结构涨点”了开始出现不确定性估计、域自适应、多模态融合等更复杂的问题设定。2.2 疫情冲击下的 2020-2021蒙特利尔与吕贝克的线上转型原定的节奏是欧美轮流办2020 年应该去加拿大蒙特利尔结果因为特殊情况不得不改成全线上。线上开会的好处是门槛低你不用买机票也能听坏处也一样明显茶歇没了社交近乎为零很多合作机会也就是视频会议里的寒暄。2021 年德国吕贝克那届也基本是线上/混合形式。也是在那个时期投稿量反而涨得很快一方面远程办公让大家有更多时间写论文另一方面“AI 用于医疗”在那段特殊时期被推到了聚光灯下CT、X 光相关的工作扎堆出现。从投稿数字看我印象里 2021 年的有效投稿相比 2019 年翻了不止一倍。那两年也是自监督学习在医学影像领域快速普及的阶段虚拟会议反而加速了大家对新工具的吸收因为每一场 talk 都有录播回放可以反复看。2.3 恢复线下2022 苏黎世、2023 纳什维尔、2024 巴黎2022 年苏黎世是疫情后第一次真正意义上的线下会议我记得投稿量已经稳定在四五百篇的量级录用论文数也到了上百篇。线下重新开放带来的感觉是这个会议已经不“小”了poster 环节人来人往一天根本看不完所有海报。2023 年在美国纳什维尔办北美氛围很浓很多来自美国高校和医疗 AI 公司的团队参加。SAMSegment Anything刚发布不久会场里到处都在讨论怎么把 SAM 用到医学图像上。2024 年回到法国巴黎进一步验证了欧美轮流举办的规律巴黎那届的工作量级和参与人数基本维持在高位但讨论焦点开始向多模态模型、视觉语言模型、生成式方法转移。年份城市形式论文/投稿情况约数2018阿姆斯特丹线下录用约40篇2019伦敦线下录用约80-100篇2020蒙特利尔线上投稿明显增长2021吕贝克线上/混合投稿增速最快2022苏黎世线下投稿约5002023纳什维尔线下维持高位2024巴黎线下多模态方向爆发2025米兰计划线下暂无准确数据上面这个表格是我根据历年论文列表整理的约数不是官方统计但能看出大趋势。想精确掌握数据的话最靠谱的办法是直接去 PMLR 网站按年份筛选。2.4 2025 及以后米兰以及更大的想象空间2025 年的 MIDL 按计划在意大利米兰举办。从公开信息看投稿和审稿的流程大体延续近两年设置线上线下的结合方式也更成熟。一个可见的趋势是随着会议影响力扩大越来越多的跨学科团队——医院、药企、器械公司、纯算法团队——都会在这儿碰头。想把握这个领域航线的人光看论文列表是不够的值得找个年份亲自去会场闻一闻风向。3. 历年论文概况从分割大战到基础模型的全面转向3.1 论文规模、录用率与传播渠道上一节提到了投稿规模的增长。从论文库的角度感受更直接2018 年你能在 PMLR 上检索到的 MIDL 论文只有几十篇到 2024 年那一届光录用的论文就有接近两百篇。录用率整体大概在 20%-30% 之间波动个别年份更低。严格来说不同年份的统计口径不完全一样具体数字最好以 MIDL 官方公布的论文列表为准但“一年比一年多”这个趋势是成立的。PMLR 这一点值得展开说。它相当于把会议论文库集成到了机器学习社区的主流检索体系里所以你不会像找某些会议的论文那样去各个数据库里翻半天直接 Google Scholar 搜 PDF 就行。MIDL 的论文现在基本都有 DOI引用起来比较规范。再加上 OpenReview 上的评审公开读者能看到这篇论文在评审阶段被质疑过什么、作者是怎么回应的这对复现和批判性阅读都非常有帮助。3.2 研究热点的演化脉络2018-2024如果让我用一句话概括 MIDL 这些年研究焦点的变化那就是从“怎么把网络做得更好”转向“怎么用更少的人工让网络学得更好”现在又转向“怎么让模型理解整个上下文”。2018-2019 年主流是结构创新与监督学习。你投一篇论文核心贡献往往是一个新的网络块、一个损失函数或一个针对特定器官的分割框架数据集通常是公开的 CT/MRI 基准。Attention U-Net 就是典型代表它不是一个革命性模型但注意力门控的设计思路被后续无数工作借鉴。2020-2021 年自监督、半监督、弱监督全面开花。原因很现实医学影像标注太贵了与其教会模型在一个数据集上刷分不如让它自己从无标注数据里学表征。同时 nnU-Net 告诉大家“自动配置”也能成为强基线很多手工调参的工作开始显得尴尬。2022-2024 年基础模型、扩散模型、多模态大模型轮番登场。这个词可能听起来有点追热点但 MIDL 的审稿人其实是务实派你可以不是第一个把 Transformer 用到医学图像的但你必须说清楚“为什么在医学这个特殊场景下这个通用方法需要针对性的改动”。3.3 论文文本与博客资源的利用建议如果你刚接触这个方向建议从 2018、2019 的论文开始看因为那些论文行文通常比较老实方法也没有那么复杂很适合建立“医学影像深度学习”的问题语境。比如看完 Attention U-Net你能理解什么是跳跃连接什么是注意力门控为什么在多器官分割中抑制无关区域比单纯加深网络更有效。然后再看 2020、2021 的论文你会看到自监督、半监督的叙事怎么一步步替代“我们改了结构所以我们更强”的套路。到最近两年的论文很多文章动辄几十页涉及大量实验新手容易迷失在指标里。我的建议是每篇论文先只看标题、摘要、一张方法图和一张结果图能复述出“问题-方法-验证-局限”四件套就够了。这个方法我用了很久效率很高。另外OpenReview 上公开的 rebuttal 阶段文字也很值得读它某种程度上比论文正文更能体现作者的思维方式。4. 值得反复读的几篇代表性论文4.1 Attention U-Net2018 年的开门之作Attention U-NetOktay 等核心是把注意力机制以门控的形式集成到 U-Net 的跳跃连接中抑制与目标器官无关的特征。当时主要做胰腺分割因为胰腺在 CT 里边界模糊、背景干扰多普通 U-Net 很容易把注意力分配到错误的区域。这篇论文用的公式现在看很简单但它提醒了大家一个重要的点医学图像分割不一定要把网络做深把关键信息筛选出来有时候更有效。我自己复现过这篇发现很多细节值得琢磨损失函数、上下采样策略和原版 U-Net 保持一致时注意力模块的增益大约几个点但显著降低了高置信度误检如果只是为了提点它在很多现代框架里不是必需品但它仍然是学习“如何在特定模态中设计结构”的范本。4.2 nnU-Net把“炼丹”变成“流水线”nnU-Net 的完整论文后来发在 Nature Methods但它和 MIDL 的关系非常紧密——我印象里 2020 年最佳论文就颁给了它。它最大的贡献不是提出一个新网络而是提出了一整套自动配置策略根据数据集的特点图像尺寸、spacing、标注比例自动决定预处理方式、网络深度、patch 大小、训练 epochs。你几乎不需要手工调参。对一个研究者来说nnU-Net 的启发不在“它可以跑多高”而在“你可以把它的自适应策略当成一个 baseline 来重新审视自己的方法”。如果你的新方法在单数据集上比 nnU-Net 高了 1-2 个点先别高兴太早试着在多任务、多模态的 benchmark 上跑一遍看看是不是真的具备泛化性。MIDL 审稿人这几年越来越看重这个光靠一个数据集的结果很难让人信服。4.3 自监督、Transformer 与不确定性估计的代表作2019-2021严格来说这三年里 MIDL 涌现的好工作不止一两篇我不打算列一串论文名因为很容易把没有直接关系的工作搬进来。更靠谱的办法是去 OpenReview 上找当年得分最高、引用量靠前、以及被组委会评出“最佳论文/最佳论文候选”的条目做一个自己的阅读清单。从主题上我很推荐重点关注下面几类方向。自监督预训练在医学影像上的适配尤其是 mask 建模和对比学习在小型 3D 数据上的坑不确定性估计方向用 MC Dropout 或深度集成来量化分割边界的不确定性对临床应用很关键域自适应问题特别是 CT 和 MRI 之间、不同机器厂商之间的跨域迁移这类论文的实用价值远高于表面分数。还有一个发生在 2020-2021 年、容易被低估的类别各种“负结果”和“系统分析”论文。它们往往没有漂亮的数字但能帮你省下大量时间。比如有的工作系统地比较了不同损失函数在类不平衡分割任务上的表现结论和很多人直觉相反这种论文放在今天依然有意义。4.4 2023-2024SAM、扩散模型与多模态的碰撞2023 年的 MIDL 现场SAM 是绝对热词。大量工作围绕“把 SAM 用在医学图像分割”展开有的用点/框 prompt 做交互式分割有的用少量医学影像微调有的拿它当预训练特征提取器。你能在论文库里看到一批这类主题质量参差不齐但这就是一个领域刚出现新工具时最真实的生态大家先找它好不好用、边界在哪。到了 2024 年的巴黎能感觉到讨论进一步蔓延到多模态。比如图像和报告文本的对齐、跨模态检索、自动报告生成以及生成式方法做影像合成、超分辨率、去噪。其实这些方向在其他会议上也在爆发但 MIDL 的好处是它始终抓着“医学影像”这个具体场景能让这些通用方法落到实际医疗数据上检验。5. 投稿与参会实操指南只有过来人才知道的细节5.1 投稿前的选题判断你的工作适合投 MIDL 吗我建议你把“医学”和“方法”两个维度拆开来看。一个合格的 MIDL 论文至少要满足下面三选二面对一个明确的医学影像问题而不是“通用问题在医学数据上的顺手实验”提出了某种方法或分析框架具备可复现的贡献点在验证上有扎实的实验设计包含必要的消融和多数据集验证。反过来下面几种稿子我见过太多基本都会被毙只在单一私有数据集上换了个网络没有对比实验解决的是纯数据流水线工程方法上没有新意或者反过来方法全是从通用领域原样搬来没有针对医学影像的任何改动。倒不是说这些工作没有价值只是它们和 MIDL 的偏好不太匹配。举个例子如果你想做肝脏肿瘤分割你不能只提交一个改版的 U-Net。你需要问自己数据是小样本还是大样本标注质量如何前后体素连续性怎么处理边缘模糊怎么量化这些问题里哪怕只抓住一个做出一个能说服审稿人的分析都比堆十个网络模块更有说服力。5.2 双盲评审中容易翻车的几个细节双盲评审听起来简单实际翻车细节非常多我一条条列给你主 PDF 里不要出现作者姓名、机构、致谢、基金号引用自己之前的工作时如果非引不可尽量用第三人称写作并在评审系统中说明不要写成“我们在上一篇工作中”补充材料、数据集链接、代码仓库名称、Demo 视频账号任何一处都可能暴露身份。往年有人把代码仓库的 URL 直接写在正文里作者名和用户名一致审稿人一眼就能看出来不要在论文里放置能通过 EXIF 信息追踪到个人的照片或截图。另外MIDL 的 rebuttal 阶段一般是在公开评审平台上进行的所有文字都会被审稿人看到也会在最终公开给读者。所以语气要专业逐条回应不要阴阳怪气。你是在和一群本来就忙碌的专家打交道帮他们省时间就是帮自己。对于审稿人提出的每个问题最好都能用“实验数据 → 解释 → 修改计划”的结构来回应避免单纯反驳。5.3 从注册到 Poster第一次参会的完整清单注册费用方面学生早鸟注册通常会便宜不少建议截稿后就开始关注注册开放时间。每年 MIDL 也会有 travel grant 或志愿者名额金额有限需要尽早申请。Poster 是最重要的展示窗口。我的经验是海报别做“论文全文压缩版”而是用一张核心对比图告诉别人现有的差距是什么我做的改进是什么证据在哪里。通常我会准备一个简短的两分钟口头版本把研究动机、一个关键实验、一个实际结论讲清楚。开会的时候除了在自己的海报前等人来聊更有效的方法是提前在 OpenReview 里挑十篇你想拜读的论文把它列入“现场必聊清单”主动去问作者问题。医学影像圈子不大一次真实的交流比刷十篇 arxiv 管用。还有一个容易被忽略的点提前查好从酒店到会场的路线和当地交通。听起来像废话但我见过太多人在会前一天的 poster 张贴环节迟到因为对会议所在城市完全不熟最后只能压缩和其他作者的交流时间。6. 常见问题排查与避坑清单6.1 高频疑问速查问题建议MIDL 和 MICCAI 哪个更好不是替代关系侧重不同评估时看录用率、审稿风格、引用习惯被 MIDL 拒了可以投 MICCAI 吗可以只要没有同时投递修改后转投不算一稿多投论文必须公开代码吗不强制但有可复现代码明显提升录用概率期刊版本和会议版本重复会不会有问题如果扩展到期刊版需在投稿时说明是扩展版并引用会议论文争议评审意见怎么处理Rebuttal 阶段逐条回应用图表和补充实验支撑不对审稿人进行人格评价6.2 我踩过的坑与最终体会最后分享几个我自己确确实实踩过的坑希望你能绕开。第一次投 MIDL 时我把致谢写进了主 PDF内容提到了导师和项目名当时觉得这是对导师的礼貌后来在匿名检查时惊出一身冷汗。从那以后我养成了一个习惯提交前最后一晚用 PDF 阅读器搜索一遍作者名、机构名、基金号这些关键词再检查一遍超链接指向的文件名。开源代码也是绕不开的话题。我几乎每次投稿都会被问“代码会开源吗”。如果你做不到完整开源至少把核心模块的伪代码写清楚或者提供最小可运行脚本这会显著减少审稿人扔“无法复现”这个杀招的概率。MIDL 这两年对可复现性的要求肉眼可见地提高与其等审稿人来问不如在论文里主动写清楚实验环境和训练配置。会议现场也有坑比如打印海报没检查尺寸到了现场发现和组委会要求的 A0 portrait 不符临时改尺寸重打又贵又狼狈。还有一次我的 poster 编号和官方 APP 里显示的位置不一致问了工作人员才知道临时换了展板。这种小事不值得影响心情提前一天踩点最稳。这些经历在我后来帮同事看论文、带学生投稿时都变成了第一课的内容。如果说总结成一句话那就是把投稿当作一个完整的项目管理从匿名检查、实验对比、开源脚本到现场演示每一步都得有人盯。MIDL 这几年的成长速度肉眼可见它已经不单纯是一个会议更像是医学影像深度学习方向的一张实时地图。你想知道这个领域最近哪些问题被反复讨论、哪些方法正在被验证、哪些坑已经有人帮你踩平去翻一遍 MIDL 的论文和评审记录大概就有答案了。