河北大学数学与信息科学学院机器学习与计算智能课题组在医学图像分析与计算机辅助诊断方面取得重要进展

近日，河北大学数信学院机器学习与计算智能课题组在医学图像分析与计算机辅助诊断方面取得重要进展，相关工作“MediTEDNet: Visual State Space Model for Thyroid Eye Disease Classification”以河北大学第一单位发表在生物医学与健康信息学交叉领域期刊IEEE Journal of Biomedical and Health Informatics。我院2023级软件工程硕士生韩美慧为论文作者，谢博鋆副教授指导学生完成论文发表。

针对甲状腺眼病（TED）自动诊断中，现有模型难以区分高度相似病理区域及模糊图像边界的挑战，该工作提出一种融合卷积、注意力与视觉状态空间模型（VSSM）的混合架构MediTEDNet。该架构通过双分支结构协同捕捉局部与全局特征，并设计了一种结合正负样本原型的对比损失函数，旨在增强特征的类内紧凑性与类间分离性，根据学习到的高区分度特征进行疾病诊断。实验结果表明，MediTEDNet不仅显著提升了诊断的准确率，还表现出优异的诊断稳定性、泛化能力与抗噪声鲁棒性。该研究为高相似度、高噪声的医学图像分类任务提供了一种新的模型架构与优化思路。

IEEE Journal of Biomedical and Health Informatics (简称JBHI) 是生物医学与健康信息学领域的国际权威期刊。根据最新的中科院期刊分区，该刊位列医学二区TOP，同时也是国际公认的JCR Q1分区期刊。JBHI致力于发表信息科学与人工智能在生物医学和健康领域的交叉前沿研究，在医学图像分析、计算机辅助诊断和数字健康等方向发布了众多高水平论文。

今年河北大学数学与信息科学学院与保定市第一中心医院就“医工结合，协同创新”展开深度合作，双方联合申报的“基于视觉状态空间的甲状腺眼病分类方法研究”项目已成功获得2025年度河北省自然科学基金立项支持，项目依托单位为河北大学。此次合作标志着学院在人工智能领域的科研能力与区域医疗机构的临床需求实现了精准对接。河北大学将依托其在人工智能与数据科学领域的科研优势进行核心算法研发，保定市第一中心医院则提供关键的临床经验、脱敏诊疗数据与应用验证场景。该项目旨在开发一套精准高效的甲状腺眼病智能评估系统，以提升疾病早期诊断的准确性与客观性，减轻临床诊断压力，推动前沿AI技术服务于区域医疗健康事业。

论文链接：
https://ieeexplore.ieee.org/abstract/document/11155201