杨光课题组张一鸿同学在European Journal of Nuclear Medicine and Molecular Imaging期刊上发表了题为《Artificial intelligence is a promising prospect for the detection of prostate cancer extracapsular extension with mpMRI: a two-center comparative study》的学术论文，通讯作者为江苏省人民医院张玉东博士和课题组的宋阳博士。

内容简介：

前列腺癌大多处于靠近腺体边界的外周带上，很容易突破包膜侵犯到腺体外的区域。患者是否发生包膜侵犯会影响医生手术的制定。多参数磁共振成像被广泛用在包膜侵犯的诊断中。医生从图像中观察癌灶和腺体边界的位置关系和腺体包膜形状等信息进包膜侵犯进行诊断。利用这个先验知识，我们基于前列腺腺体和癌灶的相对位置关系，生成了反映包膜侵犯概率的注意力图。图中，癌灶突破腺体或者靠近腺体边界会拥有大的发生概率，而远离腺体边界的地方拥有较小的概率。将这个先验的注意力图融合进深度学习，引导模型去注意这些可能发生侵犯的区域。结果表明，相较于没有先验知识的模型，我们模型能更好地找到可能侵犯的区域，并得到更好的鉴别结果。该模型能辅助医生进行包膜侵犯的诊断，有一定临床价值。

（https://doi.org/10.1007/s00259-021-05381-5）

图：Artificial intelligence is a promising prospect for the detection of prostate cancer extracapsular extension with mpMRI: a two-center comparative study.