由中国人民大学健康大数据研究院周静老师与北京朝阳医院合作完成的论文“High-risk Factor Prediction in Lung Cancer Using Thin-CT Scans: An Attention-Enhanced Graph Convolutional Network Approach”在生物信息学国际顶级会议“IEEE International Conference on Bioinformatics and Biomedicine”接受发表。

该论文提出了一种融合注意力机制的图卷积神经网络（AE-GCN），旨在准确识别肺结节的高危因子。现有研究表明，具有微乳头状、实体型等病理高危特征的肺癌患者，在接受某些特定手术后复发风险较高。因此，在选择胸外科手术方案时，对这类高危肺结节的精确识别至关重要。本研究通过引入GCN模型来建模切片之间的空间特征，并利用注意力机制捕获切片级别的语义信息，从而实现对高危肺结节的术前准确诊断。