近日，IEEE生物信息與生物醫學國際會議IEEE International Conference on Bioinformatics and Biomedicine（BIBM 2024)錄用結果公布，我校計算機與信息科學學院崔少國教授指導的2022級碩士研究生黃宇翔撰寫的論文《CM-HTNet: CNN-Mamba-based Framework for Predicting Hemorrhagic Transformation Risk of AIS Patients using Sequence Relationship Modeling and Multi-Modal Cross Attention》被該會錄用為主會長文（Regular Paper）。這是計算機與信息科學學院智慧醫療團隊首次在生物信息學旗艦會議BIBM上發表論文，也是計算機與信息科學學院在智慧醫療領域取得的又一重要成果。
本研究基于來自六家醫院的512名AIS患者的非增強CT（NCCT）圖像和臨床數據構建了一個多中心數據集，提出了CM-HTNet深度學習智能預測模型框架。該框架借鑒了臨床醫師CT影像閱片過程，重點關注有病灶關鍵特征的CT切片，并綜合考慮重點切片相鄰數張切片的信息做出疾病診斷。
CM-HTNet首先通過3D-CNN骨干網絡并發地提取CT序列中每張切片的影像特征，并將這些影像特征按切片順序拼接，形成可供Mamba網絡進行建模的序列數據。然后，CM-HTNet利用Mamba中的選擇性狀態空間模型（SSM）進一步捕捉切片序列之間的復雜關系，并利用Mamba特性來優先選擇處理與HT預測相關的特征，忽略序列數據中與預測任務無關的冗余特征。此外，CM-HTNet框架中還集成了改良的鄰域粗糙集（KRS）算法進行臨床特征選擇，并利用交叉注意力機制將臨床數據與影像數據融合，采用多模態機器學習來進行HT風險預測。在一個完全獨立的外部測試數據集（測試數據均來自外部醫院，且模型在訓練與驗證時完全不可見）上，CM-HTNet表現出88.85%的預測準確率和95.17%的AUC，表現出了其出色的性能和良好的泛化能力。
BIBM會議是中國計算機學會 CCF B類會議，主要聚焦于計算機科學與生物醫學領域的前沿交叉研究，每年吸引來自計算機科學、生物學、化學、醫學、統計學等多個學科的專家參會，屬于生物信息學旗艦會議。今年會議共收到1695篇論文投稿，其中僅354篇被接收為主會長文（Regular paper），接收率21%。BIBM 2024會議將于2024年12 月3日至6日在葡萄牙里斯本召開。
