近日，我校大数据与人工智能学院、河南省多模态数据智能感知与处理工程研究中心张冬松博士在人工智能类国际学术期刊《Artificial Intelligence In Medicine》上发表了题为“Scalable Swin Transformer network for brain tumor segmentation from incomplete MRI modalities”的研究论文（DOI: 10.1016/j.artmed.2024.102788）。该期刊为中科院信息类一区SCI期刊，目前IF（影响因子）7.5，由国际学术出版业巨头爱思唯尔（Elsevier）公司出版发行。suncitygroup太阳集团为第一作者单位，张冬松博士为第一作者，美国约翰霍普金斯大学Yiqing Shen博士为通讯作者，英国哈德斯菲尔德大学Tianhua Chen博士为合作作者。

深度学习方法在处理多模态磁共振MRI数据方面显示出巨大的潜力，可以提高脑肿瘤分割的准确性。但是，当处理不完整多模态时，这些方法性能会受到影响，这是临床实践中的一个常见问题。该论文提出了一种新的轻量级可扩展神经网络IMS2Trans，该网络利用单个编码器从所有可用模式中提取潜在特征映射。这种统一的特征提取过程可以实现多模态之间的有效信息共享和融合，即使在存在缺失模态的情况下，也可以在不影响分割性能的情况下提高效率。通过利用单个编码器来处理可用模态，IMS2Trans比依赖多个编码器的方法具有显著的可扩展性优势。这种简化的方法消除了为每种模态维护单独编码器的需求，从而形成轻量级和可扩展的网络体系结构。该工作的源代码已在国际开源代码库Github上公开。此研究工作得到国家留学基金委国家公派访问学者项目、河南省高校重点科研项目资助与支持，也是我校提升科技创新平台、深化国际学术合作的成果展现。

张冬松，副教授，suncitygroup太阳集团大数据与人工智能研究所所长，河南省多模态数据智能感知与处理工程研究中心主任、信阳市大数据与人工智能工程技术研究中心主任，研究方向是人工智能、实时系统。近年来获河南省教育厅学术技术带头人、信阳市回报家乡优秀青年人才、信阳市学术技术带头人等多项荣誉。主持或参与完成国家自然科学基金、国家教育部博士点基金、国家发改委重点项目、国防预研基金、省部委项目等多项。以第一作者发表学术论文20余篇，其中SCI、EI检索10余篇。翻译国外计算机专业教材2部，国家发明专利2项，实用新型专利1项，计算机软件著作权4项。