科研学术

分享到微信 ×
打开微信“扫一扫”
即可将网页分享至朋友圈
软件学院刘勇国教授团队在图像处理顶级期刊IEEE TIP发表论文
文:软件学院 来源:软件学院 时间:2024-04-17 3041

近日,信息与软件工程学院医药知识工程与智能软件实验室刘勇国教授团队在图像处理领域顶级期刊IEEE Transactions on Image Processing(中国科学院一区,CCF-A类期刊)上发表阿尔茨海默病辅助诊断的最新研究工作“Shared Manifold Regularized Joint Feature Selection for Joint Classification and Regression in Alzheimer’s Disease Diagnosis”。软件学院博士生陈智为论文第一作者,刘勇国教授为通讯作者。

19EEF7274F7FD92BA1817E8EC48_1F34B385_25F

基于脑影像数据构建智能辅助诊断模型能够为阿尔茨海默病的早期诊断和精准干预提供支持,其中疾病阶段识别和认知功能预测是阿尔茨海默病辅助诊断中的两个关键问题。论文提出一种基于共享流形正则的联合特征选择模型,利用疾病阶段和认知功能间的相关性识别阿尔茨海默病相关的脑影像特征。针对疾病阶段识别,提出将线性判别分析和子空间稀疏正则化相结合,识别疾病阶段相关脑影像特征。此外,模型引入局部保留的类内散度矩阵和自适应学习样本间的局部关系。针对认知功能预测,基于认知分数间相关性建立潜在认知分数空间,以潜在认知分数为目标训练稀疏回归模型,识别认知功能相关的脑影像特征,并设计全局一致性和局部一致性正则项指导潜在认知分数空间的学习。此外,由于具有相似认知功能的患者通常具有相同的疾病阶段,模型为不同任务学习共享图结构,利用疾病阶段和认知功能间相关性提升特征选择的性能。通过阿尔茨海默病脑影像仿真实验,验证所提模型的有效性。

0822D9D560678C6379CC0F09933_EA0E00D0_1B8

刘勇国教授牵头的医药知识工程与智能软件实验室,系统开展数字医学、计算健康、人工智能、大数据等医药健康与信息科学交叉领域的前沿理论研究和关键技术研发,在临床诊疗辅助推荐、方剂药物设计研发、药用资源发掘整理、预防照护智能监控、养生康复精准决策等方面取得多项科研成果。承担国家重点研发计划、国家科技重大专项、国家科技基础资源调查专项、国家863计划、国家自然科学基金、四川省科技重大项目等多项科研课题。在Nature Communications、IEEE TPAMI、JAMA Network Open、IEEE TIP、MIA、IEEE TFS、IEEE TC、IEEE TKDE、IEEE/ACM TASLP、IEEE ICDE、ACM MM等国际权威学术期刊和会议录用和发表学术论文近300篇,授权发明专利70余项,计算机软件著作权50余项。

论文链接:https://ieeexplore.ieee.org/document/10489857

编辑:李果  / 审核:李果  / 发布:陈伟