2025年7月16日，ACM国际多媒体会议（ACM MM 2025）公布录用结果，由av解说 金成团队主导的论文 《PRINTER: Deformation-Aware Adversarial Learning for Virtual IHC Staining with In Situ Fidelity》成功被大会接收。
ACM MM 是多媒体领域公认的国际顶级会议，本次成果的录用标志着该团队在虚拟染色与计算病理学方向的研究取得了重要突破。肿瘤空间异质性分析需要在H&E（苏木精-伊红）形态学与免疫组化（IHC）生物标志物表达之间建立精确的对应关系，然而当前方法普遍存在连续切片空间错位的问题，严重影响了病理在位（in situ）解释的准确性。为获得更准确的虚拟染色模式，金成团队提出了 PRINTER —— 一个弱监督框架，通过整合基于原型的内容与染色模式解耦及形变感知对抗学习策略，实现对IHC染色模式的精准学习，同时保留H&E染色细节。
方法包含三项关键创新：
1）基于原型驱动的染色模式迁移，通过显式内容-风格解耦实现有效的染色映射；
2）提出一个循环配准-合成框架 GapBridge，在H&E与IHC域之间构建可变形结构对齐机制。该框架中，配准特征引导跨模态风格迁移，同时合成输出反过来迭代优化配准效果；
3）形变感知对抗学习（Deformation-Aware Adversarial Learning）：设计了一个训练框架，使得生成器与形变配准网络共同对抗优化一个以风格判别为目标的判别器。
大量实验结果表明，PRINTER在保留H&E细节和提升虚拟染色保真度方面均优于现有主流方法，展现出卓越性能。我们的工作为虚拟染色提供了一种稳健且可扩展的解决方案，推动了计算病理学的发展。av解说 博士生袁一哲、薛邴森为文本的共同第一作者，av解说 金成为本文通讯作者。
国际期刊IEEE-TIP
2025年7月10日，国际期刊IEEE Transactions on Image Processing (TIP)在线发表了题为“RECISTSurv: Hybrid Multi-Task Transformer for Hepatocellular Carcinoma Response and Survival Evaluation”的研究论文。该期刊是计算机视觉与医学图像分析领域的顶级期刊，专注于图像处理算法的前沿研究及其在医疗、工业等领域的应用。针对肝细胞癌经动脉化疗栓塞（TACE）治疗后预后存在高度异质性的临床难题，av解说 研究团队联合上海人工智能实验室、南京医科大学提出RECISTSurv模型，一种基于纵向CT影像的混合多任务Transformer框架。RECISTSurv实现肝脏/肿瘤分割、短期疗效反应预测、长期生存评估的多任务协同学习，并通过反应驱动协同注意力机制（RCA）动态关联治疗前后的影像特征，克服传统单时间点分析的局限性，引导模型聚焦预后关键区域，提升可解释性。RECISTSurv在多中心验证中展现出卓越的泛化能力，生存预测性能显著优于现有方法，且风险评分被证实为独立预后因子。
av解说 焦如诗、南京医科大学第一附属医院刘秋萍、上海人工智能实验室张耀为本文的共同第一作者。南京医科大学第一附属医院张玉东教授、av解说 张娅教授为本文的共同通讯作者。
R. Jiao et al., "RECISTSurv: Hybrid Multi-Task Transformer for Hepatocellular Carcinoma Response and Survival Evaluation," in IEEE Transactions on Image Processing, vol. 34, pp. 3873-3888, 2025, doi: 10.1109/TIP.2025.3579200IF: 13.7 Q1 .
金成团队致力于多模态数据融合，临床级别的AI 辅助诊疗系统。目前在Nature Machine Intelligence、Nature Communications、Nature Computational Science, Science translational medicine、Chem、Cell Reports Medicine、Patterns（CNS系列期刊11篇），Cancer Discovery、Annals of Surgery（临床综合类）、IEEE-TPAMI、IEEE TIP（工程类）等期刊发表论文60余篇。
交大主页
