近日，我校智能醫療器械與主動健康協同創新團隊的劉巧紅教授帶領其研究生團隊針對結腸鏡下的息肉分割問題在國際著名期刊上發表多篇文章🧔🏽♂️。其中🪯，2021級研究生林元傑等人完成的研究工作“CSwinDoubleU-Net: A double U-shaped network combined with convolution and Swin Transformer for colorectal polyp segmentation”在國際著名期刊《Biomedical Signal Processing and Control》上發表🏋🏽♀️。該期刊是由Elsevier出版，專註於臨床醫學和生物科學中信號與圖像的測量與分析研究👩🏻🎤，為中科院2區期刊，最新影響因子為5.1。林元傑同學為論文第一作者👂🧘🏻，導師劉巧紅教授為通訊作者🏃➡️。
文章鏈接:https://doi.org/10.1016/j.bspc.2023.105749
該團隊另外一個研究工作“DFETC-Net: Dual-branch feature extraction network combined with Transformer and CNN for polyp segmentation”發表在國際著名期刊《International Journal Of Imaging Systems And Technology》上。該期刊是由WILEY出版🧑🦯，專註於人類和動物影像學的醫學研究，包括影像物理學和信息學，為中科院4區期刊，最新影響因子為3.3。劉巧紅教授為論文第一作者，林元傑同學為論文第二作者，楊暉教授為論文通訊作者，我校為該論文第一完成單位及通訊單位。
文章鏈接:https://doi.org/10.1002/ima.22987
結腸癌是最常見的癌症之一✌🏻，也是全球第三大死亡原因👶。結腸癌與息肉的產生和發展密切相關，目前通過篩查發現息肉，可以有效預防結腸癌。在臨床應用中🖖，準確的息肉分割技術對於提供病變信息和後續診斷的可靠參考具有重要意義。論文一針對卷積神經網絡容易忽略全局上下文信息，從而導致處理息肉與周圍組織的類間差異和環境幹擾問題上能力不足，以及現有分割模型往往不能充分挖掘和補充編解碼器的輸出信息🩶，導致特征聚合能力較弱等問題，提出了一種結合CNN和Swin Transformer的雙U型分割網絡CSwinDoubleU-Net🍈。論文二針對Transformer缺乏細粒度局部多尺度信息，無法為低級局部細節提供足夠的信息獲取，從而缺乏處理類內差異和圖像采集過程中的質量問題上能力不足的問題👨🏻🦰🤹♀️，提出了一種結合了Transformer和CNN的新型雙分支特征提取網絡DFETC-Net🥾。通過公開數據集和臨床實際數據集驗證了提出模型的有效性和泛化性能，為醫療輔助決策提供支持。
這些成果的產出不僅標誌著我校科研團隊在結腸息肉圖像分割領域取得了重要進展，提升我校在智能醫學影像領域的影響力，同時也證明我校在研究生創新能力培養方面取得了重大進步🏇🏽，提升了研究生培養質量。未來，意昂2將不斷提高研究生培養水平👝，孵化更多研究生高水平成果🏃🏻。
