我院張興鵬老師與陸軍軍醫(yī)大學(xué)第一附屬醫(yī)院王秋里博士的合作研究成果《A Frequency-Aware Lightweight Network for Robust Nuclei Segmentation and Classification on Challenging Histologies》被計(jì)算機(jī)圖形學(xué)與多媒體領(lǐng)域國(guó)際會(huì)議ICME 2026（IEEE International Conference on Multimedia and Expo）錄用。
ICME由國(guó)際電子技術(shù)與信息科學(xué)工程師協(xié)會(huì)（IEEE）主辦，是計(jì)算機(jī)圖形學(xué)與多媒體領(lǐng)域最具代表性的國(guó)際學(xué)術(shù)會(huì)議之一，也是中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）推薦的B類(lèi)國(guó)際學(xué)術(shù)會(huì)議。ICME 2026將于2026年7月5日在泰國(guó)曼谷召開(kāi)，本屆會(huì)議共收到3,810篇有效投稿，接收率約為28.89%。
成果概述：
當(dāng)前基于深度學(xué)習(xí)的細(xì)胞核實(shí)例分割和分類(lèi)方法通常包含大量參數(shù)，并且在處理形態(tài)復(fù)雜的組織（如腎上腺和胃）以及弱細(xì)胞核（如炎癥和死亡）時(shí)會(huì)面臨挑戰(zhàn)。我們認(rèn)為，高效且穩(wěn)健的建模的關(guān)鍵在于擴(kuò)大感受域同時(shí)通過(guò)更智能的特征表示來(lái)減少參數(shù)。然后，我們提出輕量級(jí)小波關(guān)鍵點(diǎn)網(wǎng)絡(luò)（LWPNet），這是一種基于頻率感知范式的新型輕量級(jí)網(wǎng)絡(luò)。LWPNet引入一個(gè)小波傳輸卷積混合器（WTCM）塊，用小波變換取代大核卷積，以最小的計(jì)算成本顯式地?cái)U(kuò)大感受域，以捕捉多尺度頻譜特征。此外，還設(shè)計(jì)一個(gè)頻率尺度感知坐標(biāo)聚合（FSACA）模塊，以增強(qiáng)高頻邊界細(xì)節(jié)，并結(jié)合精確的空間坐標(biāo)，確保準(zhǔn)確的定位。在PanNuke、Kumar和CoNSeP數(shù)據(jù)集上的測(cè)試表明，LWPNet減少80%的參數(shù)，并在這些具有挑戰(zhàn)性的案例中表現(xiàn)出色，在胃組織方面的mPQ值提高了4.3%。上述工作得到國(guó)家自然科學(xué)基金專(zhuān)項(xiàng)項(xiàng)目、重慶科技與衛(wèi)生聯(lián)合醫(yī)學(xué)研究項(xiàng)目的支持。
其中，張興鵬老師（第一作者）、論文中的研究生和余洋老師都來(lái)自于學(xué)院的大數(shù)據(jù)與知識(shí)工程實(shí)驗(yàn)室。該團(tuán)隊(duì)主要圍繞大數(shù)據(jù)與人工智能開(kāi)展相關(guān)研究以及系統(tǒng)開(kāi)發(fā)。王秋里博士（通訊作者）是陸軍軍醫(yī)大學(xué)第一附屬醫(yī)院（即西南醫(yī)院）放射科的研究員，他還屬于金鳳實(shí)驗(yàn)室的渝粵病理科學(xué)研究中心，主要從事醫(yī)學(xué)圖像的智能診斷和分析。
