2024年11月22日下午，生物医学工程学院“生医讲坛”教授开放日活动于江安校区一教B103教室顺利举行。
本次活动特别邀请到了省级优秀人才张劲教授为同学们带来主题为“图像处理中的AI”的精彩讲座，讲解了医学影像和医学图像处理的模式、方法、算法，并重点介绍团队一年来在病理图像增强、病理图像分类、基于舌象的疾病诊断等方面的最新研究进展。
本次活动由院团委学生会科技创新部承办，吸引学院近百名学生参加。
图1 张劲教授为同学们带来讲座
人工智能与医学影像的结合
首先，张教授详细阐述了医学影像技术的发展，如X光、CT、MRI等在医学诊断中的应用，并指出了目前医学影像医师的缺口较大。张教授提出，人工智能技术的发展对于缓解医生短缺、提升诊断精度具有重要意义。通过引用国家神经系统中心比赛的案例，张教授展示了AI在医学影像分析中的优势。在技术层面，张教授解释了人工智能、机器学习和深度学习的概念及其在医学影像中的应用。他介绍了机器学习实际操作时涉及的七个步骤，并介绍了监督学习、无监督学习、半监督学习和强化学习的不同应用场景。
接着，张教授分享了团队在病理图像处理方面的研究成果，包括自动化分割、特征提取、特征融合等技术，这些技术在提高病理诊断的可重复性、一致性、准确率和效率方面发挥了重要作用。通过这些技术，团队成功开发了辅助诊断工具，为病理医生和第三方检验机构提供了客观的辅助诊断指标。
图2 同学们专注聆听讲座
AI在病理图像处理中的应用与展望
张教授讲解了人工智能（AI）在病理图像处理领域的最新进展。AI技术被应用于细胞核分类、癌症类型判断、虚拟染色、淋巴阶段预测等多个方面，旨在提升诊断效率、准确性和一致性。
通过结构化输入方法，AI能够整合背景信息，提供更多上下文信息，从而辅助癌症诊断。在虚拟染色方面，AI模拟染色技术有望减少实际染色的成本和时间，同时提高分析的灵活性和效率。此外，AI在生物图像分类和荧光染色图像识别方面也取得了显著成就。这些技术的发展不仅提升了病理图像处理的准确性，也为药物研发和治疗目标的确定提供了支持。
展望未来，AI在病理图像处理领域的应用将更加广泛，包括精准医疗、多模态数据处理等。通过大规模、多样化的样本分析，AI技术有望进一步提升算法的适应性，缩短病理报告的周转时间，从而减少病人等待时间并降低感染风险。同时，AI技术的应用也将推动病理图像处理的产业化发展，为医疗领域带来革命性的变化。
