祝贺博士研究生秦玉磊的学术论文《Learning Tubule-Sensitive CNNs for Pulmonary Airway and Artery-Vein Segmentation in CT》(by Yulei Qin, Hao Zheng, Yun Gu, Xiaolin Huang, Jie Yang, Lihui Wang, Feng Yao, Yue-Min Zhu, and Guang-Zhong Yang) 被医学图像领域重要期刊 IEEE Transactions on Medical Imaging 录用。

       该论文提出了一种基于卷积神经网络的方法，用于在非增强计算机断层扫描中进行精确的气管、动脉、静脉的分割。对周围的细支气管，小动脉和小静脉具有极高的敏感性。该方法首先使用特征重校准模块，以充分利用从神经网络中学习到的特征。其正确考虑集成了特征的空间信息，以保留激活区域的相对优先，有利于后续的特征通道上的重组校准。然后引入注意蒸馏模块以加强对管状对象的表示学习。高分辨率注意力图中的细节递归地从一层向下传递到其上一层，丰富了上下文信息。肺的上下文信息和距离变换信息作为解剖先验知识被设计并整合以更好地区分动脉、静脉。大量的实验表明，这些模块带来了可观的性能提升。

代码与模型下载地址：http://www.pami.sjtu.edu.cn/News/56

上海交通大学主页新闻：https://news.sjtu.edu.cn/jdzh/20210305/142609.html