CCF广东工业大学学生分会举办“肿瘤数字病理图像算法研究与临床应用”的学术讲座

CCF广东工业大学学生分会于2024年09月27日上午成功承办主题为“肿瘤数字病理图像算法研究与临床应用”的学术讲座，这场引人入胜的学术盛宴特别邀请了华南理工大学的韩楚老师作为主讲嘉宾。韩楚老师——广东省杰青，华南理工大学博士研究生导师，广东省人民医院副研究员，广东省医学影像智能分析与应用重点实验室PI，香港中文大学计算机科学与工程博士。长期聚焦肿瘤医学图像人工智能算法和肿瘤计算病理等领域的研究。近五年来，在IEEE-TPAMI、IEEE-TNNLS、IEEE-TMI、Medical Image Analysis (MedIA)、CVPR、MICCAI、ECCV等高水平期刊和会议发表学术论文50余篇，其中以第一或通讯作者身份(含共同)发表论文20余篇，申请发明专利20余项(授权6项) 。先后获国自然面上基金，国自然青年基金、广东省自然科学基金-杰出青年基金、广东省海外博士后人才支持计划等项目资助，曾获Pacific Graphics最佳学生论文奖，数字病理转化项目获国家卫健委举办的数字健康应用大赛特等奖。

讲座伊始，韩楚老师介绍了肿瘤数字病理图像算法的研究背景：病理诊断行业存在严重的供需不平衡、传统病理诊断模式存在挑战、人工智能为数字病理带来了新机遇。因此，推动病理诊断向数字化、智能化的新范式转型，已成为一项迫切的任务。

紧接着，韩楚老师系统地介绍了其重点实验室在肿瘤计算病理领域的三大研究方向：

方向一：计算病理分割算法。全监督细胞核分割：这种方法依赖于大量的标注数据来训练分割模型，采用H&E染色先验，利用苏木精-伊红染色的病理切片图像是非常关键的一步，从而为模型提供了一种直观的特征来识别和区分细胞核；小样本细胞核分割：在仅有极少样本时，深度学习模型难以拟合，因此提出了新的解决思路：一种方法是采用多任务学习，通过同时训练模型完成多个相关任务来最大化每个标签的价值。另一种方法是使用元学习，这种方法旨在提升模型对新任务的泛化能力。

方向二：计算病理临床研究。肺癌免疫微环境预后分析：研究肺癌患者肿瘤周围的免疫细胞环境，以预测疾病的预后；结直肠癌免疫微环境预后分析：使用IHC（免疫组化）技术来分析结直肠癌的免疫微环境，结合组织和细胞的多尺度信息，构建用于评估患者免疫预后的评分系统；脑胶质瘤多模态图像预测分子分型：这种方法结合了结构成像（如MRI和CT扫描）和功能成像（如正电子发射断层扫描，PET）等多种成像手段，以及基因组学和蛋白质组学的信息，以提供更全面的肿瘤特征。

方向三：计算病理临床应用。广东省人民医院多模态大数据管理平台致力于整合和分析来自不同医疗中心的多模态数据，为临床决策提供数据支持；MediAIHub临床应用平台则提供了一系列人工智能辅助工具，以提高诊断的准确性和治疗规划的效率；此外，核分裂象的自动检测技术通过自动识别病理切片中的细胞分裂现象，为癌症的分级和预后评估提供了一种高效、一致的方法。

随着讲座接近尾声，会场内的气氛达到了高潮。在座的老师们和同学们表现出了极高的热情和兴趣，纷纷举手提问。韩楚老师以他深厚的学术底蕴和亲和力，对每一个问题都进行了细致的分析，并给出了详尽而耐心的解答。他的解答不仅满足了听众的好奇心，也进一步激发了大家对学术探索的热情。

最后，大家积极地和韩楚老师合影留念，为这场充满智慧和启发的学术讲座画上了圆满的句号。