12月1日，来自中国人民大学统计学院的周静副教授为我校师生带来题为“一种集成3D CNN模型用于肺腺癌的病理亚型识别”的精彩学术讲座。

周老师的研究兴趣包括网络数据建模、人工智能在肺癌诊疗中的应用、以及医学图像分析等。周老师首先介绍了肺癌的危害：肺癌一直是全球威胁人类健康最常见的癌症之一，它也是导致癌症相关死亡的主要原因，约占全部癌症相关死亡的18%。周老师团队的研究从实际的临床问题出发，系统解决了在临床实践中，肺结节诊断的三个重点问题：1、结节是良性的还是恶性的？该问题的解决能回答患者要不要做手术的问题；2、如果结节是恶性的，这是一个浸润前的病变还是浸润性的病变？该问题的解决能回答患者，可以选择什么时候做手术；3、如果是浸润性的病变，那么它的风险等级是什么？（例如是高分化、中分化还是低分化），该问题的解决能回答患者，如果手术，可以采取何种手术方式。为了解决以上问题，周老师及其团队提出了一个三阶段的EMV-3D-CNN模型。模型在浸润性腺癌的风险分级预测方面要优于影像科医生的判断，准确率达到了77.6%（即对浸润性腺癌进行的高、中、低分化三个分类）。报告结束后，周老师与其他老师和同学展开了热烈的讨论。

撰稿：潘蕊  审核：王立勇