从顶刊到顶会，智能医学图像计算江苏省高校重点实验室（IMIC）的学术影响力正在多维拓展。IMIC实验室近期捷报频传，一批聚焦前沿探索的原创成果不仅稳定发表于顶级期刊，更成功跻身多个顶尖学术会议。本文将详细介绍IMIC实验室近期在领域内顶会舞台上的最新研究进展。

成果一：IMIC实验室博士生刘明新的论文被MICCAI 2026录用

近日，IMIC实验室博士生刘明新（导师：徐军教授）完成的研究论文《Synergistic Information Disentanglement for Omni-modal Slide Representation Learning in Computational Pathology（基于协同信息解耦的全模态切片表征学习方法）》被国际医学图像计算领域顶会“第29届国际医学图像计算与计算机辅助干预会议(MICCAI 2026) ”提前接收（Top 9%）。MICCAI是医学图像计算与计算机辅助干预领域最具影响力的国际顶级会议之一。该会议今年将于9月27日至10月1日在法国斯特拉斯堡会议中心举行。

该研究聚焦计算病理中全切片图像（Whole-Slide Image, WSI）建模长期面临的三大挑战：多模态信息利用不足、传统对比学习导致模态冗余对齐以及跨模态协同信号（synergistic information）难以有效建模等问题，提出了一种基于协同信息解耦理论的全模态切片表征学习框架Φ-Omni。该方法（如图1所示）以病理图像、基因组信息与病理报告三种模态为输入，通过模态专属编码器分别提取WSI patch特征、转录组表达特征以及临床文本语义特征。在此基础上，模型设计了Synergistic Information Bottleneck（SIB）模块，通过逐层压缩的嵌入空间结构，在降低模态冗余噪声的同时保留跨模态关键信息交互，从而形成紧凑的全局联合表征。进一步地，该研究从Partial Information Decomposition（PID）理论出发，提出Synergistic Information Disentanglement（ΦID）优化目标，将多模态信息分解为冗余信息、特异信息与协同信息三类成分，并显式最大化跨模态不可分解的协同信息（Φ），同时抑制单模态可解释的冗余信息。通过结合高斯规范化投影（Gaussian Canonical Projector, GCP），该方法在可微高维空间中稳定估计信息熵，并实现对协同信息的可优化建模。在预训练阶段，模型同时引入对比学习对齐损失与ΦID协同解耦损失，通过双目标联合优化，使模型既能保持跨模态语义一致性，又能避免传统对比学习导致的表示塌缩问题，从而提升多模态表示的表达与泛化能力。

该方法在乳腺癌与非小细胞肺癌两个TCGA大规模队列上进行了系统验证，并在BRACS、CPTAC-BRCA、CPTAC-NSCLC等五个独立外部数据集上开展下游任务评估。在少样本学习设定下（k=1/5/10/25），Φ-Omni在多项分类任务中均取得领先性能。例如，在BRACS乳腺癌分型任务中，k=25时AUC达到83.3%；在CPTAC-NSCLC数据集中，k=25时AUC达到99.4%，整体性能优于包括TANGLE, CLAM, TransMIL及多种病理基础模型在内的现有方法。消融实验进一步表明，Synergistic Information Bottleneck（SIB）与ΦID解耦目标对模型性能具有关键贡献，其中协同信息最大化机制能够显著提升跨模态表征质量，而冗余压缩机制则有效抑制了模态塌缩现象，使模型在不同任务与数据分布下均表现出更强的稳定性与泛化能力。

该研究在无需额外任务微调的情况下，实现了对WSI的高效少样本迁移学习能力，显著提升了多模态病理AI模型对复杂生物医学信息的建模能力。相关成果为全模态计算病理学习提供了新的理论框架与方法路径，也为跨模态协同建模在医学人工智能中的应用提供了重要参考。未来，该方法有望进一步扩展至跨中心数据融合、弱监督病理诊断以及多组学整合分析等场景，为精准医疗与智能诊断提供更加可靠的技术支撑。

图1. 本文提出的基于协同信息解耦的全模态切片表征学习方法框架示意图

论文信息

Mingxin Liu, Chengfei Cai, Anwen Lu, Pengbo Xu, Jun Li, Jinze Li, Depin Chen, Jun Xu, “Synergistic Information Disentanglement for Omni-modal Slide Representation Learning in Computational Pathology,” In International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI), 2026.

成果二：IMIC实验室罗月梅副教授课题组论文被IEEE ICASSP 2026录用

近日，IMIC实验室罗月梅副教授课题组的论文《Automatic Identification of Retinopathy from Optical Coherence Tomography Images via a Similarity Matching Approach（基于相似性匹配方法的光学相干断层扫描图像视网膜病变自动识别）》被2026 IEEE International Conference on Acoustics, Speech, and Signal Processing（IEEE ICASSP 2026）录用。ICASSP是IEEE信号处理学会的老牌顶尖国际会议。第51届ICASSP于2026年5月4日至8日在西班牙巴塞罗那举行。

该研究聚焦临床OCT影像标注成本高、专业标注样本稀缺，以及传统半监督方法易受低质量伪标签影响等问题，提出了一种同时融合语义级与实例级一致性的半监督视网膜病变识别方法。模型（如图2所示）以预训练Vision Transformer（ViT）为骨干网络：对于有标注OCT图像，通过弱增强样本与真实标签完成监督学习；对于无标注图像，则构建弱增强与强增强视图，在语义预测层面生成并筛选伪标签，同时在特征空间计算实例相似性。进一步地，该方法通过扩展与聚合操作，使语义伪标签和实例伪标签相互校准、交互更新，并联合优化监督损失、语义级无监督损失和实例级一致性损失，从而提升极少标注条件下伪标签的可靠性与模型的分类鲁棒性。

图2. 本文提出的基于相似性匹配的半监督OCT分类框架示意图

该方法在BOE和CELL两个公开OCT数据集上进行了系统验证。在BOE数据集中，仅使用55幅标注图像（占全部样本的1.70%）进行训练，分类准确率达到96.4%，AUC达到99.7%；在CELL数据集中，仅使用80幅标注图像（占全部样本的0.095%），分类准确率达到97.0%，AUC达到99.5%。与多种传统监督学习和主流半监督学习方法相比，所提方法在两个数据集上的准确率分别提升2.2和3.4个百分点。消融实验进一步表明，语义级一致性与实例级相似性学习能够形成互补，完整模型获得最佳性能。

该研究在极低标注比例下仍能实现稳定、准确的OCT视网膜病变识别，显著降低了医学影像智能分析对大规模专家标注数据的依赖。相关成果为标注资源有限场景下的视网膜疾病自动筛查与辅助诊断提供了新的技术路径，也为语义信息和实例关系协同驱动的半监督医学影像学习提供了有价值的研究思路。未来，该方法可进一步拓展至跨设备、跨中心及多模态眼科影像分析，为眼病早期筛查和临床决策支持提供更加可靠的人工智能技术支撑。

论文信息

Yuemei Luo, Yuan Li, Jiaxue Mei, Jun Xu, Linbo Liu, and Xiaohua Qian, “Automatic Identification of Retinopathy from Optical Coherence Tomography Images via a Similarity Matching Approach,” In ICASSP 2026-2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), pp. 8072-8076, 2026.

成果三：IMIC实验室明文龙博士课题组论文被MIDL 2026录用

近日，IMIC实验室明文龙老师课题组研究论文《D²-Former: Mixture-Of-Experts Guided Dual Transformer for Multi-Scale Medical Image Segmentation（D²-Former：混合专家引导的双 Transformer 多尺度医学图像分割网络）》被International Conference on Medical Imaging with Deep Learning（MIDL 2026）录用。MIDL 是新兴的医学影像与深度学习交叉领域顶级国际会议，聚焦深度学习方法在医学图像分析、计算机辅助诊断、疾病筛查、预后评估和治疗决策等方向的前沿研究，该会议今年将于7月8日至10日在中国台北市举行。

医学图像分割是计算机辅助诊断和治疗规划中的关键任务，但真实临床影像常存在边界模糊、尺度变化大和组织形态复杂等问题，使模型难以同时兼顾全局语义理解与局部细节恢复。现有方法在多模态、多结构和多尺度场景下，仍面临特征融合不够自适应、边界刻画不够精细和泛化能力不足等挑战。针对上述问题，研究团队提出了 D²-Former 医学图像分割框架（如图3所示）。该方法采用双编码器—解码器结构，将 Swin Transformer 与 DINOv3 基础模型相结合，分别提取层次化结构特征和高质量语义表征。同时，模型在 Swin Transformer 中引入 Softer Mixture-of-Experts（Softer-MoE）机制，使网络能够根据输入内容自适应地细化特征，以更好地处理复杂解剖结构和模糊边界。在特征融合方面，研究设计了 Spatial-Frequency Gated Channel Attention（SF-GCA）模块，通过空间对齐和门控注意力机制融合两条编码分支的互补信息。随后，模型利用 Residual Attention Decoder（RAD）逐步恢复高分辨率分割结果，并结合空间与通道注意力及深监督策略，进一步提升边界重建能力和多尺度预测稳定性。

图3. 本文提出的 D²-Former 多尺度医学图像分割框架示意图

该方法在九个公开医学图像分割数据集上进行了系统验证，覆盖息肉分割、视网膜血管分割、多器官腹部 CT 分割和病理细胞核分割等任务。在 Synapse 多器官腹部 CT 分割数据集上，D²-Former 取得了 85.53% 的平均 Dice 和77.32% 的 mIoU，优于多种代表性方法；在 DRIVE和 STARE 视网膜血管分割数据集上，分别取得 83.21%和 82.11% 的 F1-score，表现出对细小、低对比度血管结构的良好识别能力。此外，该方法在息肉分割和病理细胞核分割任务中也取得了具有竞争力的结果，体现出较好的跨任务适应能力。消融实验表明，DINOv3 分支、SF-GCA 融合模块、RAD 解码器和 Softer-MoE 机制均有助于提升模型性能。多次独立训练结果进一步显示，该方法在不同随机种子下性能波动较小，具有较好的稳定性和可复现性。

该研究面向医学图像分割中的尺度变化、边界模糊和跨任务泛化等问题，探索了基础视觉模型、层次化 Transformer 与混合专家机制的协同建模方式。相关成果为多场景医学图像分割提供了新的网络设计思路，也为基础模型特征迁移、动态专家路由和多尺度特征融合在医学影像智能分析中的应用提供了参考。

论文信息

Md Sohag Mia, Aya Taourirte, Muhammad Abdullah Adnan, and Wenlong Ming, “D²-Former: Mixture-Of-Experts Guided Dual Transformer for Multi-Scale Medical Image Segmentation,”  Medical Imaging with Deep Learning, 2026.

成果四：IMIC实验室明文龙博士课题组论文被MICCAI 2026录用

近日，IMIC实验室明文龙老师课题组研究论文《Noise-Aware Importance–Uncertainty Disentangled Multimodal Learning for Robust Cancer Survival Prediction（面向癌症生存预测的噪声感知重要性-不确定性解耦多模态学习）》被2026年国际医学图像计算与计算机辅助干预会议（MICCAI 2026）录用。

该研究聚焦多模态癌症预后预测中模态特定的技术噪声与异质性预后特征难以协同建模的关键难题，提出了一种噪声感知的重要性-不确定性解耦多模态生存网络（NADMSurv）（如图4所示）。模型以全切片图像（WSI）和mRNA表达谱为双模态输入：针对WSI预后线索稳定但判别力有限、而mRNA预后相关性强却受技术噪声严重干扰的模态不对称性，方法首先通过重要性与不确定性双轨模块联合执行特征预筛选与患者级噪声量化，捕获异质性预后模式；进而利用噪声感知解耦机制将多模态表示分离为共享表示与模态特定表示，实现跨模态互补信息与模态独有信号的显式分离。为建模高阶患者相关性，方法引入超图神经网络构建群体级关联（如图5所示），并结合主观逻辑将风险评分转化为证据意见，最终通过交叉注意力与共识算子实现证据级的不确定性融合与鲁棒预后预测。

该方法在TCGA数据库的五个癌症队列（乳腺浸润癌BRCA、肺腺癌LUAD、胃腺癌STAD、脑低级别胶质瘤LGG和肾透明细胞癌KIRC）上进行了系统验证。与九种现有监督、单模态及多模态方法相比，NADMSurv在所有五个队列中均取得了最优的C-index性能。此外，基于模型预测风险分层的Kaplan-Meier生存分析显示，高风险组与低风险组患者的生存概率具有显著差异（所有队列Log-rank检验p值均小于0.001），充分验证了其在临床可行动风险分层中的有效性。

该研究通过显式建模WSI与mRNA之间的重要性-不确定性不对称性，为技术噪声条件下的多模态癌症生存预测建立了新的范式，提升了预后预测的鲁棒性与可靠性。相关成果为整合病理图像与基因组学数据的精准肿瘤学决策提供了新的技术路径，也为噪声感知的多模态表示学习及证据级融合机制提供了有价值的研究思路。未来，该方法可进一步拓展至更多癌种、多中心异构数据及多组学整合分析，为个性化治疗决策与临床预后评估提供更加可靠的人工智能技术支撑。

图4. 本文提出的NADMSurv模型框架示意图

图5. 本文提出的证据超图融合架构示意图

论文信息

Wenlong Ming, Wenbin Ye, Mingxin Liu, Depin Chen, Yiping Jiao, Jun Xu, and Xiangxue Wang, "Noise-Aware Importance–Uncertainty Disentangled Multimodal Learning for Robust Cancer Survival Prediction," In MICCAI 2026: 29th International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI), 2026.