近日，南京信息工程大学多模态医学数据分析创新团队、智能医学图像计算江苏高校重点实验室（IMIC）与复旦大学附属肿瘤医院相关团队合作，在《自然》合作期刊 npj Precision Oncology 上发表。该研究题为《基于H&E染色切片的可解释深度学习模型用于预测子宫内膜癌分子亚型》。该研究致力于基于常规H&E染色切片，整合先进图像分析和深度机器学习技术，量化提取组织形态学特征，构建能够智能区分不同分子亚型的预测模型。模型通过...
为促进跨学科科研合作与学术资源共享，南京信息工程大学数学与统计学院（简称“数统院”）、人工智能学院智能医学图像计算重点实验室（简称“智能院”）联合江苏省中医院、南京市第一医院，于2025年11月11日下午在临江楼A1717会议室联合举行“医学研究中的数学与统计学问题研讨会暨理工医跨学科交叉讨论会”。来自我校理科和工科两院及合作临床医院的三个领域的教师学者及临床专家齐聚一堂，围绕多领域前沿议题展开了一场...
近日，南京信息工程大学人工智能学院智能医学图像计算江苏高校重点实验室甘晓教授和环境科学与工程学院高北副教授多学科交叉团队合作在环境科学领域顶级期刊 Environmental Science & Technology（中科院一区 Top 期刊，影响因子 IF=11.3）发表题为 “A Protein Interactome-Based Framework Reveals the General Toxicity of Chemicals（基于蛋白质相互作用组的框架揭示了化学物质的总体毒性）” 的研究论文。该论文建立了基于...
11月3日，由南京信息工程大学主办，智能医学图像计算江苏高校重点实验室（IMIC实验室）与医学图像计算青年研讨会（MICS）联合承办的“2025年智能医学图像计算重点实验室学术年会暨MICS区域学术沙龙”在我校成功举办。校党委常委、副校长金自康受邀出席开幕式并致辞，新加坡科技研究局、新加坡国立大学、复旦大学、厦门大学、东南大学、南京大学、南京理工大学、江苏大学等多所高校和科研机构的专家学者参会。会议由人工...
为促进学科交叉，推动人工智能与化学材料学科在智慧医疗等前沿领域的深度融合，10月21日，人工智能学院智能医学图像计算江苏高校重点实验室与化学与材料学院在临江楼A1717会议室联合举办学术交流会。两院相关教师齐聚一堂，围绕人工智能、化学、材料科学在医疗、生命科学等领域的创新应用展开深入探讨。 会上，化学与材料学院耿东生教授与人工智能学院徐军教授分别致辞，系统介绍了各自团队的科研方向、代表性成果，及相...
2025年7月27日至30日，由南京信息工程大学主办、葡萄牙新里斯本大学协办，南信大人工智能学院（未来技术学院）、智能医学图像计算江苏高校重点实验室（IMIC）及中欧医学人工智能研究院（SEAM）共同承办的“2025年国际医学人工智能会议暨人工智能暑期班”在南京信息工程大学临江楼D区报告厅顺利召开。本次会议以“智慧健康：人工智能驱动的医疗技术创新”为主题，汇聚了来自葡萄牙新里斯本大学、英国莱斯特大学、意大利罗马第二...
2025年8月13日下午，由南京鼓楼医院主办，南京信息工程大学-南京鼓楼医院智能影像研究院、智能医学图像计算江苏高校重点实验室（IMIC）、南京大学脑科学研究院、南京大学医学院附属鼓楼医院医学影像科、南京应用数学中心-鼓楼医院医学影像联合实验室协办的“第三届南京大学脑影像科学与人工智能大学生暑期训练营”闭幕式在南京信息工程大学临江楼D区报告厅举行。在为期一个多月的暑期训练营中，来自脑科学、人工智能、医学影像...
智能医学图像计算江苏高校重点实验室（IMIC）蔡程飞博士的论文《IBDAIM：用于辅助炎症性肠病综合诊断的肠道活检病理图像人工智能分析方法（IBDAIM: Artificial intelligence for analyzing intestinal biopsies pathological images for assisted integrated diagnostic of inflammatory bowel disease）》被期刊International Journal of Medical Informatics录用。该成果是IMIC实验室（徐军教授团队）与南京大学医学院附属鼓...
智能医学图像计算江苏高校重点实验室(IMIC)博士生刘明新（导师：徐军教授）的论文“多模态表征解耦网络(MurreNet)：建立组织病理学和基因组图谱之间的整体多模态相互作用模型以进行癌症患者生存期的预测”被国际医学图像计算领域顶级会议International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI 2025) 正式接收。该成果是IMIC实验室在计算病理和多模态融合领域最新的创新研究成果，为...
研究背景深度学习在医学影像分析中展现了巨大潜力，尤其是在基于光学相干断层扫描（OCT）的视网膜病变分类任务取得了巨大成功。然而，深度学习模型在基于OCT图像的视网膜疾病诊断仍面临许多挑战。例如，目前经典的深度学习方法将图像视为网格或序列结构，这种结构会限制捕捉不规则和复杂的对象，从而降低了灵活性。此外，不同医疗机构的OCT设备因光源波长、探测器灵敏度及成像模式的差异，导致图像分布存在显著差异（域偏移），...
版权所有：南京信息工程大学 地址：南京市江北新区宁六路219号 NUIST备81016
