近日，国际医学图像计算和计算机辅助干预协会(Medical Image Computing and Computer Assisted Intervention Society，MICCAI’25)公布录用结果，人工智能与计算机学院本科生理锦诚的研究论文“High-Precision Mixed Feature Fusion Network Using Hypergraph Computation for Cervical Abnormal Cell Detection（基于超图计算的高精度混合特征融合网络在宫颈异常细胞检测中的应用）”被大会接收。该研究工作由学院赵理莉老师、杭月芹老师联合指导完成，合作者为学院本科生董丹杨、郑梦林、张景博，我校人工智能与计算机学院为第一署名单位。该论文是我校大学生创新创业训练计划项目成果之一，也是学院第一次以本科生为第一作者在医学图像顶级会议发文。
从液基细胞学检查（TCT）图像中自动检测异常宫颈细胞是智能计算机辅助诊断系统发展的关键组成部分。现有的算法通常不能有效地对视觉特征的相关性进行建模，而这些空间相关性特征实际上包含关键的诊断信息。此外，目前尚没有一种检测算法能够将细胞的内部相关特征与细胞的内部区别特征相结合，缺乏用于端到端检测模型的融合策略。该论文提出了一个基于超图的细胞检测网络，该网络融合了空间相关性特征和深度判别性特征，能够有效地融合不同类型的特征，使用多级融合子网（MLF-SNet）来增强特征提取能力。在此基础上，还提出了一种基于超图计算的跨层特征融合策略（CLFFS-HC），用于融合混合特征。在3个公开数据集上进行实验比较，实验结果表明，与已有方法相比，该研究得出的方法显著提高了宫颈异常细胞检测性能。
MICCAI是中国计算机学会推荐的B类国际会议学术会议，是医学图像领域顶级会议，该会议发表过包括UNet在内的多个产生重大影响力的工作。本次MICCAI’25一共有3677篇文章投稿，录用1014篇，录取率29%。
（唐增阳 理锦诚）
