近日，東北大學醫學與生物信息工程學院齊守良教授課題組在慢性阻塞性肺疾病診療預測與進展評估方面取得多項重要進展。2023年，課題組在工程技術和醫學信息領域期刊發表系列論文6篇，其中1篇論文被頂刊ArtificialIntelligence in Medicine（AIIM）錄用，1篇被ComputerMethods and Programs in Biomedicine（CMPB）錄用，1篇被Biocyberneticsand Biomedical Engineering（BBE）錄用，2篇被BiomedicalSignal Processing and Control（BSPC）錄用，1篇被Medical& Biological Engineering & Computing（MBEC）錄用。該系列論文對于醫學人工智能在肺疾病早期診斷和疾病進展評估應用方面具有重要意義。
慢性阻塞性肺疾?。璺尾。┛砂l生肺小血管和肺小氣道重塑。圍繞肺部氣道樹和血管自動提取，團隊發表四項工作成果，其中“Two-stage contextual transformer-basedconvolutional neural network for airway extraction from CT images”發表在AIIM期刊，“Transformer-based3D U-Net for pulmonary vessel, artery, and vein segmentation from CT images”發表在MBEC期刊，東北大學博士研究生吳雅楠為第一作者，齊守良教授為通訊作者。提出了一個融合上下文信息和多頭注意力機制的3D結構模塊，構建分割肺部氣道樹、血管和動靜脈的模型，為慢阻肺病定量評估打下了堅實基礎。另外兩項工作，題為“NCCT-CECT imagesynthesizers and their application for pulmonary vessel segmentation”和“CE-NC-VesselSegNet:Supervised by contrast-enhanced CT images, but utilized to segment pulmonaryvessel from non-contrast CT images”，發表在CMPB和BSPC期刊，第一作者分別為東北大學碩士生龐浩文、王美歡，通訊作者為齊守良教授。針對平掃CT圖像上肺部血管標注耗時且困難問題，提出了兩種解決方案，構建了基于卷積神經網絡的肺部血管分割模型，為血管分割工作提供了新的思路。
在慢阻肺病自動診斷方面，兩項工作成果被錄用發表?！癉eep CNN for COPD identificationvia integrating multi-view snapshots of 3D airway tree and lung field”發表在BSPC期刊，“Attention-guidedmultiple instance learning for COPD identification: To combine the intensityand morphology”發表在BBE期刊。博士生吳雅楠為第一作者，齊守良教授為通訊作者。提出了一種將CT圖像的強度信息和氣道與肺區的形態學信息相結合方法，實現了慢阻肺病的檢測和診斷。該成果可能應用于大規模人群中的慢阻肺病篩查，改善疾病管理。
以上系列工作是與呼吸疾病國家重點實驗室、深圳市呼吸系統疾病重點實驗室、中國人民解放軍北部戰區總醫院、沈陽醫學院附屬中心醫院、大連醫科大學附屬第二醫院等單位合作完成的，得到了國家自然科學基金和中央高?；究蒲袠I務費等資助?；谝陨瞎ぷ鳎瑘F隊申請多項專利，為醫學影像人工智能臨床轉化應用提供有力支撐。（作者：趙水清 編輯：劉穎慧 周洛琦）
