2023年3月27日14:30-16:30，应广州医科大学生物医学工程学院邀请，西安电子科技大学杭州研究院智能装备计算机系统实验室主任袁细国教授，为学院师生带来《生物医学工程学院之“康复工程创新论坛”系列讲座》第五场报告：“基于动态光学影像的乳腺癌AI辅助诊断方法”。本次会议于广州医科大学番禺校区A3-608智慧教室举办，会议由生物医学工程学院习佳宁副教授主持。

袁细国教室主要讲授了动态光学影像的成像特点和优势，以及该技术对于乳腺癌的人工智能辅助诊断方法。袁细国教授针对当前乳腺癌临床初步筛查的常见成像技术，对每类成像技术各自的优点和缺陷都给出了详尽的介绍。目前常用的乳腺癌检测方法依据免疫组化活检结果判断癌症病情。这种临床检测方法成本花费大、耗时长、且对受检者自身有一定危害。而如X射线、磁共振成像、钼靶成像、超声成像等传统成像方法受到探测方式、探测介质波段的局限，无法全面、精确地反应乳房内部的病变状态。随后，袁细国教授介绍了基于近红外的动态光学成像技术，该技术通过血液中血氧含量，利用近红外吸收谱特性，通过计算机断层成像的方式动态展示出人体乳腺组织中不同区域的血氧浓度图像。利用血液中脱氧血红蛋白对特定波段可见光极强的吸收能力，基于动态光学的成像技术能够克服上述缺陷，分析动态光学图像可以有效推断乳房组织内部的代谢效率及患病状态，智能预测乳腺癌患病风险。对于成像结果，这些血氧浓度的分布可以有效反映出乳腺组织中对血氧消耗的空间分布。利用血液中脱氧血红蛋白对特定波段可见光极强的吸收能力，基于动态光学的成像技术能够克服上述缺陷，分析动态光学图像可以有效推断乳房组织内部的代谢效率及患病状态，智能预测乳腺癌患病风险。对于肿瘤病灶周围的血氧消耗往往显著高于正常组织，通过动态光学影像的技术所得到的血氧分布图像，利用临床诊断方面构建相应的人工智能分析算法，可以有效定位出乳腺组织具有潜在肿瘤病灶的区域。

   本次讲座中，袁细国教授为大家本报告全面地介绍基于动态光学影像的乳腺癌智能辅助诊断相关的理论、算法及系统。在讲座结束时，袁细国教授亲切地对现场听众的热烈提问逐个作答。整场讲座的讲解内容深入浅出，讲授风格风趣幽默。本场报告为生物医学工程学院之“康复工程创新论坛”系列讲座第五讲，对生物医学工程学院在康复工程领域的发展给出宝贵建议。学院广大师生也通过本次报告提升了学术素养，扩展了学术眼界。

图为：西安电子科技大学袁细国教授报告：基于动态光学影像的乳腺癌AI辅助诊断方法

图为：师生们认真聆听生物医学工程学院“康复工程创新论坛”袁细国教授讲座

专家简介：袁细国，教授，博士生导师；西安电子科技大学计算机科学与技术学院教师、杭州研究院智能装备计算机系统实验室主任、西安市计算生物信息学重点实验室副主任；2011.06获西安电子科技大学工学博士学位，2009.10-2010.10在美国弗吉尼亚理工大学留学；2021年获首届全国高校教师教学创新大赛二等奖，2022年获陕西省教学成果奖二等奖，2020年获西安市自然科学优秀学术论文奖三等奖，2023年指导学生获陕西省第六届研究生创新成果展优秀奖，2014年获西安电子科技大学第九届青年教师讲课竞赛二等奖；长期从事计算生物信息学、智能医疗、大数据分析、机器学习等研究工作，主持了国家自然科学基金项目2项、陕西省自然科学基金项目2项、及其他科研项目20余项；负责建立了多个校企联合实验室，包括“生物医学影像联合实验室”和“CDMO创新医疗器械联合实验室”等。在国际有影响力学术刊物IEEE TBME， IEEE/ACM TCBB，IEEE TNB，Bioinformatics，Zoological Research, JCB等发表SCI论文40余篇，总被引800余次，其中ESI高被引论文1篇，获国家授权的技术发明专利10余项。担任国家自然科学基金委评审专家、《Zoological Research》编委、及多个国际有影响力学术刊物审稿人。