近日，微电子学院半导体人工智能团队硕果累累：博一学生梁鹏晨的论文被JCR一区国际高水平期刊Scientific Reports（影响因子为4.379）接收；研一学生郑晓妍、马灿、揭路阳、朱亚鑫、姚一鸣同学的四篇论文被国际顶级生物医学工程会议IEEE EMBC 2022接收（投稿四篇，接收四篇，接收率100%）。IEEE EMBC是IEEE生物医学工程领域的高水平国际会议，享有很高的学术声誉。五篇文章均以上海大学微电子学院为第一完成单位，我们的同学均为一作或并列一作。

据悉，因为半导体领域数据敏感，文章发表受到了很大的限制。为此，微电子学院半导体人工智能团队创新培养模式，在医学数据上研发算法，提高学生思维与代码能力，掌握人工智能的基础，为半导体领域相关科研工作，打下坚实的基础。

接收论文介绍如下：

博一学生梁鹏晨，文章为“Immunoprognostic Model of Lung Adenocarcinoma and Screening of Sensitive Drugs”（肺腺癌免疫预后模型及敏感药物筛选）。该研究主要涉及统计与数学建模，通过对医学数据的新组合与优化，构建出新的风险模型，该模型在预测患者生存情况与敏感性药物筛选上具有较好应用。

研一学生郑晓妍、马灿并列一作，文章为“Malignancy Suspicious Region Guided Deep Neural Network for Gastric Ulcer Classification”（由恶性可疑区域引导深度神经网络进行胃溃疡分类）。该研究提出了一个模仿消化科医生行为的机制，通过整合可疑病理区域信息和胃镜图像来进行胃溃疡分类，构建出一个新的高准确性分类模型。

研一学生揭路阳，文章为“ADAN：An Adversarial Domain Adaptation Neural Network for Early Gastric Cancer Prediction”（ADAN：基于早期胃癌预测的对抗性领域自适应神经网络）。该研究提出一种新的对抗领域自适应网络，使得该模型更适用于真实的临床场景，具有更高的准确性和灵敏度。

研一学生朱亚鑫，文章为“Deep Feature Fusion via Graph Convolutional Network for Intracranial Artery Labeling”（采用基于图卷积网络的深度特征融合用于颅内动脉标记）。该研究提出一种具有深度特征融合的图卷积网络，以增强从血管信息中学习特征的能力，从而实现动脉自动标记。

研一学生姚一鸣，文章为“Residual Channel Attention Network for Brain Glioma Segmentation”（用于脑胶质瘤分割的剩余通道注意网络）。该研究主要涉及医疗图像的分割，通过在U-Net网络内添加新的通道注意力机制，使得该模型在脑肿瘤分割中取得更好的结果。