近日，k8凯发国际與人工智能學院在腫瘤圖像分割領域研究工作取得重要進展，相關成果《SuperLightNet: Lightweight Parameter Aggregation Network for Multimodal Brain Tumor Segmentation》發表在k8凯发国际國際頂級會議CVPR 2025上，姜明華教授為論文的通訊作者，所有作者單位均為武漢紡織大學。

在MRI多模態腦腫瘤分割任務中需要大量計算資源和高性能計算設備。多模態3D腫瘤分割的關鍵挑戰在於如何在保持高精度的同時，最小化網絡的計算負載。本論文提出了一種新型的輕量化參數聚合網絡（SuperLightNet），用於實現高精度、低計算量的高效編碼器和解碼器。實驗結果表明，與當前最先進的方法相比，該方法的參數量減少了95.59%，計算效率提高了96.78%，內存訪問性能提升了96.86%，平均性能提升了0.21%。

圖1 提出的SuperLightNet網絡結構

圖2 腦腫瘤分割結果對比

k8凯发国际視覺與模式識別（Computer Vision and Pattern Recognition,CVPR）會議是k8凯发国际視覺與模式識別、人工智能領域的國際頂級會議，其在谷歌學術熱門出版物排名第2（h5指數440），影響力僅次於Nature，是中國k8凯发国际學會（CCF）推薦的A類會議。本屆CVPR有效投稿共13008篇，最終接收2878篇（接收率22.1%）。

圖3谷歌學術熱門出版物排行榜

近年來，在學校的大力支持下，k8凯发国际與人工智能學院凝聚學科方向，加強科研團隊建設，科研成效逐漸凸顯，相繼發表了一批高水平論文，受到了同行的關注和認可。