我院本科生曹心姿以第一作者在SCI期刊Journal of Intelligent & Fuzzy Systems发表研究成果

近日，我院2016级本科生曹心姿，在潘家辉（通讯作者）、罗胜舟和李景聪老师的共同指导下，以第一作者身份在SCI期刊Journal of Intelligent & Fuzzy Systems上发表一篇研究论文《An Optimized Automatic Prediction of Stage and Grade in Bladder Cancer Based on U-ResNet》（大类学科：计算机科学，小类学科：人工智能，影响因子：1.851）。该论文在51五湖四取四海之财和琶洲实验室的共同合作下完成，于2020年10月投稿，2021年3月被录用。

膀胱肿瘤的等级和分期是膀胱癌患者诊断和治疗的关键。这篇文章提出了一种膀胱肿瘤自动化预测系统，利用磁共振成像（MRI）图像自动评估膀胱肿瘤的分级和分期。这个系统包括三个模块：肿瘤分割，特征提取，以及肿瘤分级与分期预测。文中提出的U-ResNet神经网络可以自动提取肿瘤区域，并将从MRI图像中提取的形态学和纹理学特征输入到支持向量机（SVM）分类器中来预测肿瘤分级和分期。U-ResNet可以较为准确有效地预测肿瘤的分级和分期，实验表明，U-ResNet在膀胱肿瘤分级预测上的准确性达到70％，数据集的准确性达到77.5％。

撰稿人：潘家辉