北京中医药大学中医内科学教育部重点实验室商洪才研究员课题组联合武汉科技大学徐雪副教授课题组近期在医学图像研究领域取得系列进展，在IEEE Journal of Biomedical and Health Informatics（中科院一区Top期刊）连续发表两篇学术论文，得到了国内外同行的高度关注。

组织病理学检查是肿瘤诊断和分型的“金标准”。肿瘤组织病理学图像研究以多分类问题为主，便于医生基于精确的肿瘤诊断及分型提出个性化治疗方案。商洪才课题组联合徐雪课题组提出一种多分类协作传输网络 (CTransNet)，此网络由迁移学习骨干分支、残差协作分支、特征融合模块组成。CTransNet成功识别良性肿瘤和四种亚型的恶性肿瘤，分类准确性高达98.29%，并且显示出良好的泛化能力^[1]。

恶性肿瘤合并静脉血栓栓塞症（venous thromboembolism, VTE）是恶性肿瘤患者死亡的常见原因，仅次于恶性肿瘤本身，VTE也是导致恶性肿瘤患者疾病进展的重要因素。VTE的主要治疗方法为抗凝治疗，诊断后最初几日的抗凝治疗是预防复发及VTE相关死亡的关键。MRI检查是诊断静脉血栓形成的常用手段。商洪才课题组联合徐雪课题组开发了一个基于编码器-解码器(encoder–decoder)架构的混合上下文语义网络(HCSNet)，可以准确地从磁共振图像中分割和检测出微小血栓^[2]。

上述工作为中西医防治肿瘤智能辅助决策系统的搭建奠定了良好的基础，也为数智中医广义望诊项目的快速推进启航。

参考文献

[1] Liu L, Wang Y, Zhang P, Qiao H, Sun T, Zhang H, Xu X, Shang H. Collaborative Transfer Network for Multi-Classification of Breast Cancer Histopathological Images. IEEE J Biomed Health Inform. 2023 Jun 9;PP. doi: 10.1109/JBHI.2023.3283042. Epub ahead of print. PMID: 37294651.

[2] Liu L, Chang J, Liu Z, Zhang P, Xu X, Shang H. Hybrid Contextual Semantic Network for Accurate Segmentation and Detection of Small-Size Stroke Lesions From MRI. IEEE J Biomed Health Inform. 2023 Aug;27(8):4062-4073. doi: 10.1109/JBHI.2023.3273771. Epub 2023 Aug 7. PMID: 37155390.