中南大学计算机学院、生物信息学湖南省重点实验室成员岳海林在食管癌新辅助放化疗疗效预测领域取得重要研究成果。该成果以“MLDRL: Multi-loss disentangled representation learning for predicting esophageal cancer response to neoadjuvant chemoradiotherapy using longitudinal CT images”为题，在国际医学人工智能权威期刊《Medical Image Analysis》(IF=8.545)上在线发表。
准确地预测患者在新辅助放化疗后的病理完全缓解对临床的精准治疗是至关重要的。但是，现有的预测新辅助放化疗疗效的研究大多都以单个阶段的影像为基础。这些方法没有考虑纵向数据中肿瘤的变化对预测结果的影响。因此，为了探索肿瘤在新辅助放化疗前后的变化与病理完全缓解的关系，提出一个多损失的分解表示学习网络（MLDRL）去预测食管癌患者在新辅助放化疗后的疗效。具体来说，为了发现肿瘤在新辅助放化疗前后的变化，首先将纵向数据的潜在特征分解为共享部分和特有部分。其次，定义一个多损失函数去确保分解的有效性和结构性。最后，通过一个自适应的梯度归一化算法自动地调整梯度权重实现训练过程中各个损失项的动态平衡。通过多损失函数和梯度归一化算法的协同合作，该方法能够有效地分解纵向数据中的共享信息和特有信息并实现互补信息的有效融合。最终，实验结果表明，该方法不仅能够在新辅助放化疗的疗效预测中获得最好的表现，还能够在多中心的预后分析中获得最好的表现。
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重点研发计划、国家自然科学、湖南省自然科学等基金支持。