喜报|深圳先进院科仪所研究生团队在IEEE 国际生物医学成像研讨会CSV2026国际挑战赛中取得优异成绩
近日，在国际医学影像分析领域具有广泛影响力的ISBI (IEEE 国际生物医学成像研讨会) CSV2026 Challenge（超声斑块分割与分类挑战赛）中，我院科仪所团队积极参赛，在来自全球323支包括高校、科研机构、公司等在内的队伍中脱颖而出，最终取得总排名第7、分割任务第4、分类任务第7的优异成绩，并受邀赴伦敦ISBI年度大会作口头报告，充分展现了医学影像智能分析方向的技术积淀与工程能力。
本次挑战赛聚焦血管超声斑块的自动分割与脑卒中风险评估这一临床核心问题。针对“有限标注条件下如何高效利用无标注数据进行建模”这一共性科学难题，团队创新性地构建了一套融合改进UniMatch半监督分割模型与基于表格基础大模型的可解释性分类方法的深度学习分析框架。该方法在多中心、多设备的数据环境下依然保持了优异的性能与强泛化能力，为低资源场景下的医学影像分析提供了新的技术路径，也对未来脑卒中早筛系统的临床转化具有重要参考价值。
竞赛所用多中心数据集分布差异显著。在外部验证阶段，分类模型的表现骤降40%。面对这极具挑战性的泛化瓶颈，团队成员经一个月的深入讨论与反复调试，最终锁定导致泛化不稳定的关键特征，成功实现了跨中心、跨设备的验证效果跃升。这一成果离不开不同领域研究人员的通力合作：超声成像领域的高泽平（2024级博士，哈尔滨工业大学联合培养）、钮少敏（2024级博士，哈尔滨工业大学联合培养），生物医学领域的王冰（2025级博士，南京大学联合培养），算法设计领域的杨龙（2025级博士，中国科学院大学）、陈晓茵（2024级硕士，中国科学院大学）、欧芃芃（2024级直博生，中国科学院大学），超分辨成像领域的张沛沛（2024级博士，哈尔滨工业大学联合培养）。
