近日，由西交利物浦大学西浦创业家学院（太仓）本科生和博士生共同撰写的论文被顶尖生物医学会议收录。
这篇题为《阶段性特征融合：局部引导全局》的论文将会在第25届国际医学图像计算和计算机辅助干预会议（MICCAI）上发表，该会议是人工智能医学成像领域的顶级国际会议。
MICCAI系列会议始于1998年，由CVRMed（计算机视觉、虚拟现实和医学机器人）、MRCAS（医学机器人和计算机辅助手术）以及VBC（生物医学计算的可视化）三个独立会议合并而成。
在这项研究中，学生们设计出了一种新算法来辅助诊断大肠癌。大肠癌是一种常见且通常致命的癌症，但通过早期筛查和切除结肠息肉是能够降低其发病风险的。结肠镜检查是目前技术下公认最有效的结肠息肉检测术，在大肠癌的早期筛查和预防中起着不可或缺的作用。然而，由于结肠息肉大小不一，形态复杂，且息肉和肠道粘膜之间的界限不明显，想要精准切除息肉仍然是一个挑战。
论文提出了一种新型的深度学习模型“SSFormer”，在预防大肠癌的过程中，相较于过去的算法，它在精准切除息肉这一环节的表现更加出色。
拥抱不确定性
数据科学与大数据专业负责人、人工智能与先进计算学院教育研发院主任苏炯龙博士担任了研究团队的指导老师，团队中共有两位本科生和两位博士生。
团队成员之一黄麒铭是西浦创业家学院（太仓）数据科学与大数据技术专业的大三学生，他是论文的第一作者。他说：“我们在尝试使用多种算法后确定了研究课题。深度学习在精准切除方面取得了很好的效果，也因此很受欢迎，但现有的模型无法处理此前未出现过的结肠镜数据，即模型无法处理此前没有学习过的数据——我们想解决这个问题，这也给了我们自由探索各种可能的研究途径的机会。”
“对我们来说，这种不确定性也是一种挑战。我们一方面要积极接受这种不确定性所导致的焦虑，另一方面也要从中抓住机会。”
在和博士生共事的过程中，黄麒铭的研究能力得到了提升。“他们在人工智能和生物医学影像研究方面有更丰富的专业知识，因此提供了很多理论知识支持。”
“我们一起合作完成了可行性分析和报告。虽然在建立模型时失败了很多次，但这项研究是我们在数次探索和实验后得出的最佳结果。”他说。
跨学科研究
在讨论未来的研究目标时，黄麒铭着重强调了人工智能和医学的跨学科实用性。
“现存的大多数文献都停留在理论阶段，经过深度研究后，我们发现这些理论和实践之间还有一些差距。这一现象在业内很明显，很多问题也亟待解决。为此，我想要进行更深入的探索，以提升人工智能和医学的跨学科实用性。”
今年夏天，黄麒铭将会前往深圳大学的一所研究中心开展实习，并继续研究用人工智能造福医疗领域的方法。
宋思凡是研究团队中的博士生之一，此前毕业于西交利物浦大学生物科学系。他表示：“我在本科阶段接受过生物科学系孟佳博士的培训与指导，这为我打开了跨学科研究的大门。也十分感谢孟老师对这篇论文给予的帮助。”
苏炯龙博士表示：“本科学生能作为第一作者在生物医学成像领域的顶级会议上发表论文是非常罕见的，这项跨学科研究也是不同学院之间成功合作的案例。”
《阶段性特征融合：局部引导全局》这项研究将会被收录进2022年MICCAI会议论文集中。
（记者：王诗槐 翻译：肖雨婷 编辑：胡秋辰）
来源：西交利物浦大学
