9月3日，信息与计算科学系在理学院创新实验室608开展科研工作交流分享会，青年教师许超以研究生阶段研究内容为基础，向全系教师详细介绍了其在深度学习领域预测直肠癌淋巴结转移的研究工作。
许超老师的汇报严谨而充实，主要分为五个部分。第一部分，她阐述了研究背景及意义，指出直肠癌作为常见的恶性肿瘤，其淋巴结转移的准确预测对于患者治疗方案的制定具有重要意义。通过引入深度学习技术，旨在提高预测的准确性，为患者带来更好的治疗效果。 第二部分，许超老师展示了其研究的核心内容之一：通过模型训练，实现对任意一张直肠部位CT图像的自动判别，判断是否存在肿瘤。这一技术不仅提高了诊断的效率和准确性，也为医生提供了有力的辅助工具。第三部分，许超老师详细介绍了在肿瘤部位图像分割方面的创新尝试。她运用U-net网络及增加注意力机制的U-net网络进行图像分割，并通过实验验证了这两种方法的有效性。特别是增加注意力机制的U-net网络，在分割精度和收敛速度上均表现出色，为直肠肿瘤分割提供了新的解决方案。第四部分，许超老师基于分割出的肿瘤图像，进一步探索了淋巴结是否发生转移的预测方法。她采用2D和3D神经网络模型进行对比分析，并发现三维卷积神经网络在预测准确率上具有显著优势。
接下来，许超老师对整个研究进行了总结。表示此研究方向不仅让她深入了解了深度学习在医学图像处理中的应用潜力，也让她更加坚定了继续探索这一领域的信心和决心。最后，全体教师围绕讲座主题展开了讨论，本次讲座也为部分教师进一步凝练科研方向提供了很好的机会。