近日，自动化学院“人机混合智能与智慧健康研究中心”以杭州电子科技大学为第一单位在人工智能国际期刊Cognitive Computation and Systems上发表了文章《Improved UNet based MRI Segmentation of Demyelinating Diseases with Small Lesion Regions》。该论文的第一作者为我校自动化学院2021级硕士研究生刘敏辉，通讯作者为研究中心负责人曹九稳教授。该项研究获得了国家自然科学基金、国家重点研发计划和浙江省重点科学基金等项目的资助。
磁共振成像（MRI）是脱髓鞘疾病诊断的主要手段，将患者脑部MRI中的病灶精准的分割出来有助于病情的分析、评估和治疗。由于脱髓鞘病灶在MRI影像上呈现出边界模糊、尺度和形状差异显著等特征，导致现有的自动分割方法与该分割场景不兼容。本研究提出一种用于脱髓鞘疾病MRI分割的改进UNet模型。上下文信息加权融合（CIWF）模块在不同阶段对深层特征和浅层特征进行动态筛选融合，使模型更加关注小病变区域。改进通道注意力（MCA）模块嵌入在编码器顶端来对不同通道的特征进行显式建模，增强有效信息并抑制无关信息，从而加强模型对边界像素的识别能力。本研究所提出的方法在脱髓鞘疾病分割数据集上与现有的方法进行比较，取得了最好的分割结果。所提方法结构图如下。
图：网络结构图
人机混合智能与智慧健康研究中心隶属于杭州电子科技大学自动化学院，依托于浙江省机器学习与智慧健康国际合作基地，主要研究方向包括：机器学习、深度学习、医学信号处理、场景文字识别、自然语言处理等。研究中心现有在职教师11名，其中包含6位教授、2位副教授、3位讲师，硕博生60余名。负责人曹九稳教授是浙江省机器学习与智慧健康国际合作基地中心主任。研究中心有多位国家级和省级人才，与法国巴黎大学、新加坡南洋理工大学、加拿大温莎大学、德国伍伯塔尔大学、澳门大学、复旦华山医院、浙江省儿保医院、浙二医院等长期保持科研合作；研究中心学生多次赴法国、加拿大等交流学习，毕业生多就职于华为、字节跳动、海康威视等国内知名企业。