近日，东北大学医学与生物信息工程学院齐守良教授课题组在慢性阻塞性肺疾病诊疗预测与进展评估方面取得多项重要进展。2023年，课题组在工程技术和医学信息领域期刊发表系列论文6篇，其中1篇论文被顶刊Artificial Intelligence in Medicine（AIIM）录用，1篇被Computer Methods and Programs in Biomedicine（CMPB）录用，1篇被Biocybernetics and Biomedical Engineering（BBE）录用，2篇被Biomedical Signal Processing and Control（BSPC）录用，1篇被Medical& Biological Engineering & Computing（MBEC）录用。该系列论文对于医学人工智能在肺疾病早期诊断和疾病进展评估应用方面具有重要意义。

慢性阻塞性肺疾病（慢阻肺病）可发生肺小血管和肺小气道重塑。围绕肺部气道树和血管自动提取，团队发表四项工作成果，其中“Two-stage contextual transformer-based convolutional neural network for airway extraction from CT images”发表在AIIM期刊，“Transformer-based3D U-Net for pulmonary vessel, artery, and vein segmentation from CT images”发表在MBEC期刊，东北大学博士研究生吴雅楠为第一作者，齐守良教授为通讯作者。提出了一个融合上下文信息和多头注意力机制的3D结构模块，构建分割肺部气道树、血管和动静脉的模型，为慢阻肺病定量评估打下了坚实基础。另外两项工作，题为“NCCT-CECT image synthesizers and their application for pulmonary vessel segmentation”和“CE-NC-VesselSegNet: Supervised by contrast-enhanced CT images, but utilized to segment pulmonary vessel from non-contrast CT images”，发表在CMPB和BSPC期刊，第一作者分别为东北大学硕士生庞浩文、王美欢，通讯作者为齐守良教授。针对平扫CT图像上肺部血管标注耗时且困难问题，提出了两种解决方案，构建了基于卷积神经网络的肺部血管分割模型，为血管分割工作提供了新的思路。

在慢阻肺病自动诊断方面，两项工作成果被录用发表。“Deep CNN for COPD identification via integrating multi-view snapshots of 3D airway tree and lung field”发表在BSPC期刊，“Attention-guided multiple instance learning for COPD identification: To combine the intensity and morphology”发表在BBE期刊。博士生吴雅楠为第一作者，齐守良教授为通讯作者。提出了一种将CT图像的强度信息和气道与肺区的形态学信息相结合方法，实现了慢阻肺病的检测和诊断。该成果可能应用于大规模人群中的慢阻肺病筛查，改善疾病管理。

以上系列工作是与呼吸疾病国家重点实验室、深圳市呼吸系统疾病重点实验室、中国人民解放军北部战区总医院、沈阳医学院附属中心医院、大连医科大学附属第二医院等单位合作完成的，得到了国家自然科学基金和中央高校基本科研业务费等资助。基于以上工作，团队申请多项专利，为医学影像人工智能临床转化应用提供有力支撑。