| 评审组： | 计算机与系统科学组 | | 项目名称： | 医学影像辅助诊断中的人工智能关键技术研究 |
| 提名单位： | 陕西省教育厅 |
| 提名等级： | 二等奖 |
| 提名单位意见： | 该成果全面系统地研究了医学影像人工智能辅助诊断的关键问题，及其在临床诊疗中的重要应用。成果围绕健壮性、可解释性和多模态学习等核心挑战，取得了一系列创新发现，建立了跨域泛化、注意力残差学习以及多模态融合的新方法，显著提升了医学影像诊断的精度与效率。研究成果选题准确，研究起点高，具有创新性，发表的论文在国内外学术界引用率较高，受到广泛好评和认可，对相关研究具有引领和示范作用，具有重要的学术价值和理论意义，对推动医学影像智能诊断的发展、缓解医疗资源不均衡具有重要的指导作用。成果材料齐全、规范，无知识产权纠纷，人员排序无争议，符合陕西省自然科学奖提名条件。 |
| 项目简介： | 
|
| 客观评价： | 
|
| 代表性论文专著目录： | 
|
| 主要完成人情况： | - 姓名：夏勇
排名：1
行政职务：副院长
技术职称：教授
工作单位：西北工业大学
完成项目时所在单位：西北工业大学
对本项目主要学术贡献：夏勇教授是论文1-5主要思想的提出者，在本项目中对发现点1–3的模型与算法的提出与实现做出了实质性贡献。具体包括：提出了一种面向疾病影像特异性的深度学习框架；提出了结合域自适应与内容自适应的动态卷积方法以实现多源域泛化医学图像分割；提出并实现了一种用于肺结节良恶性诊断的基于知识的协同深度学习模型；构建了基于“检测-分割”的两阶段快速分割框架在多模态心脏图像分割中的应用；完成了基于嵌入融合的孪生网络用于多模态图像分割。上述工作均为本人主导或独立完成，相关支撑材料见附件〔1〕至〔5〕。
- 姓名：陈耿
排名：2
行政职务：无
技术职称：教授
工作单位：西北工业大学
完成项目时所在单位：西北工业大学
对本项目主要学术贡献：陈耿老师是代表作[5]的主要思想提出者，在本项目中对发现点3做出了核心贡献。在代表作[5]中，提出并实现了一种基于嵌入融合的孪生网络用于多模态图像分割，设计了注意力感知的图像适配模块和嵌入特征融合模块，开展了系统的实验研究，并通过消融实验验证了所提模块与整体网络架构的有效性。该工作充分证明了所提方法在多模态图像分割任务中的优势，相关成果见附件〔5〕。
- 姓名：崔恒飞
排名：3
行政职务：无
技术职称：副教授
工作单位：西北工业大学
完成项目时所在单位：西北工业大学
对本项目主要学术贡献：崔恒飞老师是代表作[4]的主要思想提出者，在本项目中对发现点3做出了重要贡献。在代表作[4]中，提出了“检测-分割”的两阶段快速分割框架用于多模态心脏图像分割，设计了基于完整交并比的边界框损失与三维边界损失函数，主导开展了系统实验研究，并通过消融实验验证了所提损失函数和分割框架的有效性。相关成果充分证明了所提方法在多模态心脏图像分割中的优势，支撑材料见附件〔4〕。
- 姓名：潘永生
排名：4
行政职务：无
技术职称：教授
工作单位：西北工业大学
完成项目时所在单位：西北工业大学
对本项目主要学术贡献：潘永生老师是代表作[1]的主要思想提出者，在本项目中对发现点1做出了重要贡献。在代表作[1]中，提出了利用不完整多模态神经影像进行脑部疾病诊断的空间约束表示框架，设计并主导了相关实验研究。研究结果表明，该方法能够在缺失模态下合成合理的神经影像，并在脑部疾病识别任务中取得了优于现有方法的效果，证明了所提框架的有效性与应用价值，支撑材料见附件〔1〕。
- 姓名：胡诗帅
排名：5
行政职务：无
技术职称：无
工作单位：西北工业大学
完成项目时所在单位：西北工业大学
对本项目主要学术贡献：胡诗帅是代表作[2]的主要思想提出者，在本项目中对发现点2做出了重要贡献。在代表作[2]中，提出了一种基于域自适应与内容自适应动态卷积的多源域泛化医学图像分割模型，设计并主导了相关实验研究。研究结果表明，该方法能够通过域编码建立源域与目标域之间的关系，并利用域自适应和内容自适应模块使模型动态适应目标域测试图像，在多个跨中心医学图像分割数据集上取得了优于现有多源域泛化方法的性能，验证了所提模型的有效性与创新性，支撑材料见附件〔2〕
- 姓名：廖泽慧
排名：6
行政职务：无
技术职称：无
工作单位：西北工业大学
完成项目时所在单位：西北工业大学
对本项目主要学术贡献：廖泽慧老师是代表作[2]的主要思想提出者，在本项目中对发现点2做出了重要贡献。在代表作[2]中，提出了一种基于域自适应与内容自适应动态卷积的多源域泛化医学图像分割模型，设计并主导了相关实验研究。研究结果表明，该方法能够通过域编码建立源域与目标域之间的关系，并利用域自适应和内容自适应模块使模型动态适应目标域测试图像，在多个跨中心医学图像分割数据集上取得了优于现有多源域泛化方法的性能，验证了所提模型的有效性与创新性，支撑材料见附件〔2〕。
|
| 主要完成单位： | - 单位名称：西北工业大学
单位贡献：西北工业大学是本项目的主要完成单位，本项目组成员所在的计算机学院及其他单位在科研工作安排、研究条件、实验设备检测、技术支持和人员配备等方面给予了大力的支待，确保了项目的顺利完成，其主要贡献如下： 1. 负责项目的管理和监督等工作；2. 开放与项目实验相关的实验设备及设施；3. 提供人力、物力、财力等方面的支持；4. 对关键问题的研发及解决提供协助。
|
| 完成人合作关系说明： | 完成人合作关系说明：1
|
