近日，計算機學院王躍飛副教授團隊在國際人工智能與模式識別領域權威期刊Pattern Recognition（中國科學院一區，IF=7.6）發表題為"A carving hierarchical information integration network for medical image segmentation"的學術論文，計算機學院計算機科學與技術專業2022級本科生張羽彤為第一作者，王躍飛副教授為通訊作者，成都大學為第一署名和通訊單位。

與自然圖像相比，醫學圖像分割面臨更大挑戰。該研究提出“全局捕捉與局部雕刻（Global Capture and Local Carving）”理念，設計了雕刻層次信息集成網絡CarveNet（Pixel Carving and Heterogeneous Information Integration Network）。在多個醫學圖像數據集上的實驗表明，CarveNet在各項任務中均取得卓越表現，充分驗證了其在準確度與泛化能力方面的有效性。該成果不僅為醫學圖像分割提供了新的解決方案，其核心思想亦可遷移至其他精細圖像識別任務，為提升診斷效率與準確性提供有力支撐。本研究依托國家超級計算成都中心-成都大學分中心完成模型訓練與數據獲取，相關數據用于研究論證。

張羽彤為我校2022級計算機科學與技術專業本科生，導師為王躍飛副教授。曾獲學校二等獎學金，創新創業獎學金。主要研究方向聚焦于計算機視覺、深度學習與自然語言處理領域。以合作作者身份公開發表學術論文6篇，以第一作者身份發表學術論文1篇。

Pattern Recognition由Elsevier出版，入選中國科學院期刊分區一區，并為中國計算機學會（CCF）推薦B類期刊，在人工智能、計算機視覺及模式識別領域享有較高學術聲譽。

原文鏈接：https://doi.org/10.1016/j.patcog.2025.112291