文章导读
胃癌早期诊断为何总是挑战重重？清华大学生物医学工程学院冯宇博士的突破性研究，凭借人工智能技术颠覆了传统筛查局限！在刚刚落幕的第21届亚洲计算机辅助外科学术会议上，他的论文“共聚焦激光显微内镜下肠上皮化生的人工智能辅助诊断”斩获唯一最佳论文奖。该研究针对肠上皮化生——胃癌关键癌前病变，利用深度学习模型自动识别CLE高清图像特征，实现快速精准判断，解决了传统方法灵敏度不足的痛点。这不仅为临床防控胃癌提供了革命性工具，更彰显了AI在医学影像领域的巨大转化潜力。
— 内容由好学术AI分析文章内容生成，仅供参考。
近日，第21届亚洲计算机辅助外科学术会议（ACCAS 2025）在日本福冈举行。清华大学生物医学工程学院廖洪恩教授团队的创新领军工程博士生冯宇的论文“共聚焦激光显微内镜下肠上皮化生的人工智能辅助诊断”获得大会唯一最佳论文奖。该奖项作为本次大会设立的三大奖项之一，旨在表彰计算机辅助外科与智能医学影像领域具有“突破性学术价值与临床转化潜力”的研究。
获奖现场
获奖证书
肠上皮化生是胃癌癌前病变的重要特征，早期识别对于胃癌防控至关重要。然而，传统影像学与组织病理学方法在早期检测中存在取样局限与灵敏度不足等问题。共聚焦激光显微内镜系统（Confocal Laser Endomicroscopy, CLE）可在体实时、无创地观察胃黏膜组织结构，为早期病变筛查提供了高分辨率成像支持。CLE图像判读存在个体差异，针对这一难题，论文提出了基于人工智能的CLE图像辅助诊断方法，利用深度学习模型自动识别肠上皮化生相关特征，实现了对病变区域的快速精准判断。
验证集中数据样本与对应热力图
供稿：生物医学工程学院
编辑：刘芳芳
审核：郭玲
© 版权声明
本文由分享者转载或发布，内容仅供学习和交流，版权归原文作者所有。如有侵权，请留言联系更正或删除。
相关文章
暂无评论...