2025年10月19日—23日,国际计算机视觉大会(IEEE International Conference on Computer Vision,简称 ICCV)在美国夏威夷火奴鲁鲁举行。我校信息工程学院2024级硕士生鲁嘉铖的研究论文《基于网状投射的 MRI 脑肿瘤序列分割网络》(M-Net: MRI Brain Tumor Sequential Segmentation Network via Mesh-Cast)成功入选大会论文集,鲁嘉铖同学在会议上做现场交流。该成果以首都师范大学为第一完成单位,指导教师为丁辉副教授。
脑肿瘤 MRI 分割是医学图像处理领域的前沿热点问题,受到国内外学者的广泛关注。该研究针对三维医学图像切片扫描带来的切片间信息不连续问题,以及传统二维/三维卷积神经网络在处理信息时的固有缺陷,提出创新性解决方案:通过对 MRI 切片序列进行“类时间(Temporal-like)”建模,结合自主设计的网格化特征传递机制,实现跨切片时空特征交互。该机制可灵活嵌入各类主流时序模型,在保留二维结构高效计算优势的同时,显著提升模型的三维空间感知能力。在此基础上,论文进一步提出双阶段训练策略,通过“打乱-复序”的训练方式,引导模型先学习二维图像特征,再聚焦切片间的时序关联,进而显著增强模型的泛化能力与鲁棒性。
该研究创造性地将MRI切片视作类时序数据,结合实验数据指出医学影像切片间潜在的时序依赖特征。这一成果不仅提出了一项高效精准的脑肿瘤MRI分割算法,也为医学影像分割任务提供了新的研究视角和新的解决思路。

⸻
基于网状投射的MRI脑肿瘤序列分割网络框架
文章链接:
https://openaccess.thecvf.com/content/ICCV2025/html/Lu_M-Net_MRI_Brain_Tumor_Sequential_Segmentation_Network_via_Mesh-Cast_ICCV_2025_paper.html