近日，中南大学计算机学院、生物信息学湖南省重点实验室成员成建宏博士在脑胶质瘤自动分割和基因分型研究上取得重要研究成果。该研究成果以“A Fully Automated Multimodal MRI-based Multi-task Learning for Glioma Segmentation and IDH Genotyping”为题，在医学影像分析国际Top期刊《IEEE Transactions on Medical Imaging》(IF= 10.048) 上在线发表。
有限的标注数据样本对提升脑胶质瘤分割和IDH基因分型模型的预测性能是一个挑战性问题。课题组充分考虑到肿瘤分割任务和IDH基因分型任务的相关性，开发了一个端到端的多任务学习网络，利用了混合CNN-Transformer 编码器提取两个任务间的共享全局特征表示，同时用于脑胶质瘤分割和IDH 基因分型。为了防止多任务学习过程中的任务偏见问题，课题组提出了一种基于不确定性加权的多任务损失函数，能够自适应地分配两个任务的权重，进而得到良好的训练。此外，课题组还构建了一种基于不确定性感知伪标签选择（UPS）半监督多任务学习框架，对大量的无标注的MRI 数据进行IDH 基因标注并选择高质量的标注数据用于训练，进一步提高IDH 基因分型性能。实验结果表明，多任务学习网络取得了良好的性能，超越了单任务学习网络和其他先进的多任务学习模型。于此同时，基于UPS的半监督多任务学习方法进一步提升了IDH基因分型性能。
王建新教授团队长期致力于计算机算法与优化、生物信息学、医学影像分析等方面研究。该研究工作得到国家自然科学、湖南省自然科学、湖南省科技计划等基金支持。