刘伟锋教授团队最新研究成果在医学成像领域权威期刊（IEEE TMI）发表

       近日，我院刘伟锋教授团队在乳腺癌钼靶图像分类方面取得新进展，相关研究论文《Deep Location Soft-Embedding-Based Network with Regional Scoring for Mammogram Classification》在医学成像领域国际顶级期刊IEEE Transactions on Medical Imaging (IEEE TMI)上发表，该工作是与山东省肿瘤医院乳腺科合作完成，是人工智能与乳腺癌诊断的结合。我院刘宝弟副教授为通讯作者，2018级本研生韩博文和山东肿瘤医院2021级研究生孙芦浩为共同第一作者，中国石油大学（华东）为第一署名单位。

       乳腺癌的早期发现和治疗可以显著降低患者死亡率，而乳腺钼靶检查是早期筛查的有效方法。基于深度学习的乳腺钼靶计算机辅助诊断（CAD）可以辅助放射科医生做出更客观准确的判断。然而，现有的方法通常依赖于带有手动分割注释的数据集。此外，由于图像尺寸大而病灶比例小，许多不使用感兴趣区域（ROI）的方法大多依赖于多尺度和多特征融合模型。这些缺点增加了应用该模型的人工成本、资金和计算开销。为此，提出了一种基于区域评分的深度定位软嵌入网络(DLSEN-RS)。DLSEN-RS是一种端到端的乳房x线摄影图像分类方法，仅包含一个特征提取器，并依赖于位置嵌入（PE）和聚合池（AP）模块来定位病变区域，而无需边界框、迁移学习或多阶段训练。特别是，引入的PE和AP模块在各种CNN模型中表现出良好的泛化性，并提高了模型定位肿瘤和诊断图像的准确率。

       IEEE TMI是一本专注于计算机跨学科应用领域的SCI期刊，是国际公认的医学成像领域的SCI一区TOP期刊，最新的影响因子为10.6。

       刘伟锋教授团队研究方向主要为机器学习、人工智能、智能信息处理算法等。现有教授1人，副教授3人，讲师1人。团队的青年人才培养工作近两年取得很大进展，2022年至今团队青年教师已经获得国家自然基金青年基金2项，山东省海外优青1项，山东省泰山学者青年专家1项等多个国家和省级项目。此外，团队青年教师已经多次在IEEE TPAMI、IEEE TKDE、ICML、ICLR、CVPR、AAAI、IJCAI等人工智能顶级期刊和会议发表相关研究工作，受到领域的广泛关注。