6月20日下午，浙江理工大学理学院数学系王媛博士带来了一场精彩的学术报告，本次学术报告主题是《基于深度学习的超声滤泡性甲状腺癌智能诊断模型》，由浙江师范大学新葡的京集团3512vip(股份)有限公司副院长黄守军教授主持，金华市中心医院、金华市中医医院相关专家、学院部分师生参加论坛。

王媛博士介绍甲状腺癌的诊断和治疗相关背景，特别是滤泡性甲状腺癌的诊断问题。滤泡性甲状腺癌是一种较为常见的甲状腺癌类型，其特点是容易远处转移，长期生存率相对较低。超声检查因为其无创性和无辐射性，成为诊断甲状腺癌的首选方法。然而，由于滤泡性甲状腺癌和滤泡性甲状腺腺瘤在超声图像上具有相似的特征，使得术前早期诊断成为一个挑战。

为了解决这个问题，王媛博士提出了一种基于深度学习的诊断模型，该模型能够将甲状腺肿瘤分为良性肿瘤、滤泡性甲状腺癌和其他恶性肿瘤三类。在实际应用中，由于滤泡性甲状腺癌的发生率较低，收集和标记样本存在困难，导致在数据集中出现类别不平衡的问题。为了应对这一挑战，研究中采用了一种新的数据增强方法和混合损失函数，以平衡少数类和多数类之间的差异。通过这种方法所建立的分类模型不仅较好地解决类别不平衡问题，而且在区分滤泡性甲状腺癌与其他恶性亚型和良性肿瘤方面，取得了比现有方法和纳入研究的临床医生更好的诊断结果。

深入讨论过程中，与会医生和王博士共同探讨了当前甲状腺癌诊断的挑战和未来可能的发展方向。他们认识到，结合临床信息与先进的诊断技术，如超声和深度学习模型，有助于医生进一步提高诊断的准确性。王老师特别强调了多模态融合的重要性，并提出了开发一种能够同时进行自动分割和自动诊断的新型模型，将极大地提高甲状腺癌诊断的效率和准确性。医生们对此表示赞同，并分享了他们在临床实践中的经验和见解，为这一创新模型的进一步研究和开发提供宝贵的意见。

报告人介绍：王媛，浙江理工大学理学院数学系讲师，2023年博士毕业于浙江大学数学科学学院，主要研究方向为医学图像处理。发表SCI论文6篇，在审SCI论文2篇，授权国家发明专利1项。