近日，我校一支多学科本科生科创团队在医学人工智能领域取得重要突破。团队在国内权威期刊《南通大学学报》（自然科学版）正式发表了题为“基于联邦学习的糖尿病性黄斑水肿分割”的研究论文，并获期刊官方公众号头条推送（图1），标志着团队在跨学科科研创新方面取得了扎实的进展。
图1 《南通大学学报》（自然科学版）公众号首推
该研究聚焦糖尿病性黄斑水肿（顿惭贰）的精准诊断需求，创新性地提出一种基于联邦学习的厂顿-翱颁罢影像分割算法——顿惭贰厂础-贵尝（图2）。此算法通过为所有本地用户增加特征离散化预处理模块并在联邦学习中采用序列训练来高效安全地更新全局上下文金字塔融合网络，从而实现顿惭贰的精确分割（图3）。值得关注的是，团队成功将基于粗糙集的特征离散化模块嵌入序列联邦学习框架，在确保患者隐私安全的前提下，能够有效处理不同医疗机构之间的非独立同分布数据以提升模型的泛化能力，为础滨在临床中的安全应用提供了新思路。
图2 SD-OCT影像分割的序列联邦学习框架
图3 消融实验的可视化结果
上述研究成果源于团队具有的独特跨学科背景与高效协作机制。团队成员来自医学信息工程、临床医学、口腔医学等不同专业，在团队负责人陈琼老师的指导下，已形成良好的科研协作机制。通过定期组会交流、阶段目标管理和深入的技术讨论，团队在持续推进项目的同时，实现了成员科研素养与创新能力的整体提升。该成果也得益于福利天堂科创项目（搁窜2500002173）在研究过程中提供的平台支持与经费保障。
