近日，北师港浸大理工科技学院统计与数据科学系数据科学专业2020级本科生王若昕、杜海茗以及计算机科学与技术专业本科生唐天羿所撰写的毕业设计论文 " A4-Unet: Deformable Multi-Scale Attention Network for Brain Tumor Segmentation" 被生物医学和计算机科学交叉领域的旗舰会议IEEE International Conference on Bioinformatics and Biomedicine (BIBM 2024) 收录为Oral Presentation。指导老师为北师港浸大理工科技学院统计与数据科学系陈东龙副教授与中山大学孙逸仙纪念医院段小慧副主任。

IEEE International Conference on Bioinformatics and Biomedicine (BIBM 2024)是生物医学和计算机科学交叉领域的旗舰会议。BIBM是中国计算机学会(CCF)分类为B类的会议，今年首轮投稿周期共收到730篇长论文，只有158篇论文被接收为Regular paper，接收率仅为21%。本届BIBM将会于2024年12月3日-6日在葡萄牙里斯本举行。BIBM主要关注计算机科学和生物医学等领域的最新交叉研究成果，每年吸引来自计算机科学，生物学，化学，医药，统计等不同领域的专家参会，其影响力较广。

该论文提出了一种名为A4-Unet的新型脑肿瘤分割模型，通过在编码器中引入可变形的大核注意力（DLKA）、在瓶颈层使用带有跨通道注意力的Swin空间金字塔池化（SSPP），以及在解码器中应用结合离散余弦变换（DCT）正交性的组合注意力模块（CAM）来增强通道权重和空间加权，从而提高对多尺度肿瘤的捕捉能力，研究图像中的长距离依赖性和通道关系，并抑制背景噪声。该模型在BraTS 2020数据集上获得了94.4%的Dice得分，并在多个权威的MRI脑肿瘤基准数据集上设立了新的基准。

论文所提出的分割网络结构

审稿人认为论文提出的A4-Unet模型能够有效进行多尺度信息提取，捕捉长距离依赖关系，并融合高、低级语义信息；与现有的最先进网络相比，该模型在多个数据集上的分割性能显著提高，设立了新的基准。评审员还认为该研究非常有趣，并具有较高的技术质量和创新性。王若昕、唐天羿和杜海茗目前分别在杜克大学、伊利诺伊大学香槟分校和莱斯大学攻读硕士学位。

论文作者王若昕（左二）、杜海茗（左三）、唐天羿（右二）与指导老师陈东龙（右一）和本科毕业设计答辩评委老师张长江（左一）

来源 | 统计与数据科学系