学院教师在国际学术刊物发表高影响因子论文

近日，我院黄志伟副院长在《Computer Methods and Programs in Biomedicine》发表了题为“Multi-modal feature-fusion for CT metal artifact reduction using edge-enhanced generative adversarial networks”的学术论文。《Computer Methods and Programs in Biomedicine》是中科院工程技术大类二区SCI收录的杂志，处于JCR一区，影响因子达5.428。

CT成像是应用最广泛和成本效益高的肺部筛查和肺病诊断技术之一。由于一些患者体内存在金属植入物，这些患者的肺部CT图像常被不良的金属伪影干扰，从而导致严重的金属伪影问题影响医生诊断。学术界虽然已经提出了许多减少金属伪影的方法，但其效果仍存在着疾病信息差异、二次伪影和主观评价差等问题。该篇学术论文提出了一种基于生成对抗网络的金属伪影消除方法，在消除金属伪影的同时增强了校正后CT图像的纹理结构。首先将文本交互信息和CT图像融合成一个综合特征，产生多模态特征融合表示，克服单模态数据的代表性能力限制。然后，设计了一个边缘增强子网络来避免二次伪影和抑制噪声。本文研究工作还邀请了我校附属医院放射科三位影像医师对校正后的CT图像进行主观评价。医生的主观评价显示，该算法结果在清晰度、分辨率、不变性和可接受性方面分别出现6.3%、7.1%、5.5%和6.9%的增量。该算法可以获得高质量的金属伪影去除效果。