貴大新聞網(wǎng)訊（計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院）近日，我校計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院（貴州保密學(xué)院）及貴州省先進(jìn)醫(yī)學(xué)成像與智能計(jì)算全省重點(diǎn)實(shí)驗(yàn)室在醫(yī)學(xué)影像人工智能領(lǐng)域取得重要研究成果。相關(guān)論文“Cooperative multi-task learning and interpretable image biomarkers for glioma grading and molecular subtyping”發(fā)表于國(guó)際頂級(jí)期刊 Medical Image Analysis（MedIA）。這標(biāo)志著貴州大學(xué)在醫(yī)學(xué)影像人工智能領(lǐng)域取得了重要突破。MedlA期刊由國(guó)際醫(yī)學(xué)圖像計(jì)算和計(jì)算機(jī)輔助干預(yù)協(xié)會(huì)（MICCAI Society）主辦，創(chuàng)刊于1996年，是醫(yī)學(xué)與生物圖像分析領(lǐng)域的權(quán)威期刊，屬于中國(guó)科學(xué)院一區(qū)Top期刊，影響因子10.6。

該論文第一作者為計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院博士研究生陳祈劍，通訊作者為王麗會(huì)教授。該研究獲得國(guó)家自然科學(xué)基金、貴州省科技計(jì)劃項(xiàng)目和貴州省基礎(chǔ)研究項(xiàng)目的資助。

膠質(zhì)瘤是最常見(jiàn)的原發(fā)性腦腫瘤，其精準(zhǔn)診斷和個(gè)性化治療對(duì)患者預(yù)后至關(guān)重要。盡管深度學(xué)習(xí)方法已廣泛應(yīng)用于膠質(zhì)瘤磁共振圖像分類預(yù)測(cè)，但現(xiàn)有方法僅支持單一分類任務(wù)、依賴腫瘤分割，且缺乏可解釋的影像標(biāo)志物。如何同時(shí)準(zhǔn)確預(yù)測(cè)膠質(zhì)瘤的組織學(xué)分級(jí)和分子亞型，并提供可解釋的影像標(biāo)志物，仍具有重大挑戰(zhàn)。

為解決上述問(wèn)題，王麗會(huì)教授團(tuán)隊(duì)提出了一種新型多任務(wù)協(xié)同學(xué)習(xí)范式（CMTLNet），用于挖掘不同分類任務(wù)間的共性信息。同時(shí)，結(jié)合正交投影與條件引導(dǎo)策略，提取任務(wù)特定的獨(dú)有特征。通過(guò)融合共性與獨(dú)有特征，進(jìn)一步提升多種膠質(zhì)瘤分類預(yù)測(cè)任務(wù)的性能。最后，結(jié)合SHAP值與影像組學(xué)相關(guān)性分析，探索不同預(yù)測(cè)任務(wù)中的可解釋影像標(biāo)志物。

研究團(tuán)隊(duì)在包含1800多個(gè)病例的大型多中心數(shù)據(jù)集上驗(yàn)證了CMTLNet模型的有效性。實(shí)驗(yàn)結(jié)果顯示，CMTLNet在膠質(zhì)瘤的組織學(xué)分級(jí)與分子亞型預(yù)測(cè)方面，均顯著優(yōu)于現(xiàn)有方法。同時(shí)，研究還發(fā)現(xiàn)了某些與膠質(zhì)瘤不同分類任務(wù)高度相關(guān)的影像組學(xué)特征，變化趨勢(shì)在多個(gè)中心數(shù)據(jù)上保持一致，為膠質(zhì)瘤不同分子亞型診斷提供了新的可靠影像標(biāo)志物。

該研究成果為膠質(zhì)瘤的多任務(wù)預(yù)測(cè)提供了一種可解釋的工具，有助于實(shí)現(xiàn)膠質(zhì)瘤的精準(zhǔn)診斷與個(gè)性化治療，對(duì)推動(dòng)精準(zhǔn)醫(yī)療發(fā)展具有重要意義。

編輯：張蟬

責(zé)編：李旭鋒

編審：丁龍