当前位置: 首页 > 新闻聚焦 > 正文

北航生物医学工程高精尖创新中心张光磊团队成果获得国际科技媒体Advances in Engineering专题报道

发布时间:2019-10-31 22:15   点击次数:

近日,北京航空航天大学生物医学工程高精尖创新中心的张光磊研究员团队发表在国际顶级期刊Optic Letter上论文“3D deep encoder–decoder network for fluorescence molecular tomography"被国际著名工程新闻网站ADVANCES IN ENGINEERING(AIE)遴选为关键科学论文,并以“深度学习技术推动荧光断层成像”为题予以高亮专题报道。

AIE于2005年在加拿大成立,是一个非营利性学术平台,目前已发展成为工程研究领域新闻信息的权威提供者。AIE主要面向工作在工程科技领域的科学家,工程师及大学师生,拥有广泛的读者群和较大的影响力。AIE每周由其委员会筛选出20篇左右的优秀论文进行特别报道,研究方向包括材料、化学、电气、机械、纳米技术、土木以及通用工程(航空航天、通信、计算机)。入选率为以上领域发表论文总数的1‰以内。目前,AIE每月的阅读量达80万次,并被世界排名前40位的工程公司和全球主要研究机构所链接,用于跟踪重要的工程科技进展。

如何实现癌症的早期精准检测、并在分子和细胞水平对癌细胞进行在体的长期观测是困扰生物与医学研究者的难题,荧光分子断层成像(Fluorescence

molecular tomography,FMT)技术可以在分子和细胞层次上观察癌症的发生、发展及转移的病理过程,具有无创、在体、实时监测等特点,对癌症的早期诊断具有重大意义。然而阻碍FMT技术用于生物医学研究的主要原因有成像分辨率较低、成像时间较长等。张光磊团队在荧光分子成像技术研究上实现了突破性进展,首次将人工智能技术应用于FMT成像,研究实现了一种基于深度学习技术的FMT高精度、超快速成像方法。该研究提出的端到端(end-to-end)的基于三维卷积深度编码器-解码器(Three-dimensional deep encoder-decoder,3D-En-Decoder)的重建方法与传统重建方法相比,有更高的目标定位精度和成像对比度。最为显著的是该方法的重建速度提高了1000倍以上。

张光磊团队长期致力于光学分子影像三维成像方法和医学影像人工智能分析方法研究,近年来在国际顶级刊物发表了多篇有影响力的论文,受到了海内外媒体的广泛关注。

报道链接:

https://advanceseng.com/deep-learning-technology-promotes-fluorescence-molecular-tomography/

论文链接:

https://www-osapublishing-org-443.e.buaa.edu.cn/ol/abstract.cfm?uri=ol-44-8-1892