2026年5月23日，信息科学与工程学院（人工智能学院）人工智能协会于综合实验楼 N406 举办学术讲座，杨晓娜老师分享融合领域知识的宫颈细胞实例分割方法研究成果。

讲座围绕宫颈癌辅助诊断痛点展开。当前宫颈癌筛查依赖病理医生肉眼观察，存在医生稀缺、易误诊漏诊、诊断效率低等问题，亟需高效精准的AI 辅助诊断系统，而宫颈细胞实例分割是核心关键环节。分享中详细剖析了宫颈细胞分割的技术难点：深度学习依赖海量标注数据、细胞图像背景复杂、细胞重叠遮挡、样本风格差异大等。对此，研究聚焦宫颈细胞颜色、形状、结构三类先验知识。构建了三阶段解决方案：首先利用先验知识生成伪标签，其次融合视觉注意力模块的分割网络，最后通过自训练迭代优化模型，有效解决标注成本高、分割精度不足等难题。

此外，讲座结合多篇前沿论文，拓展讲解了先验知识在医学图像、遥感重建等领域的创新应用，为同学们提供了清晰的科研思路与方法参考。

本次讲座聚焦医疗AI 前沿研究，兼具理论深度与实践价值，不仅普及了宫颈细胞分割技术与医学 AI 应用逻辑，更引导同学们关注交叉学科研究、挖掘领域先验知识，助力大家在人工智能科研与应用方向深耕探索。

（文图/杨晓娜 编辑/陈烁如 审核/姬广华、杨振）