几秒钟，AI就能完成以往医生数十分钟的肿瘤勾画工作。华东师范大学—纽约大学联合团队凭借创新的统一框架与复合损失函数设计，在竞争激烈的国际医学影像挑战赛中一举拿下全球第二名，其算法在术后复杂病例中依然保持高精度，标志着向临床落地迈出坚实一步。
研究团队参与了“Glioma Segmentation on Pre-and Post-treatment MRI（治疗前后胶质瘤自动分割）”任务赛道。成果显示，团队研发的人工智能算法能够在复杂的治疗前后脑部磁共振成像（MRI）数据中，稳定、准确地自动识别并勾画胶质瘤及其关键亚区，尤其是在手术或放化疗之后影像结构复杂的情况下，仍能保持较高准确度，具备重要的临床应用潜力。
该项成果在华东师范大学统计学院谌自奇研究员和纽约大学舒海助理教授的共同指导下完成。团队成员包含华东师范大学专硕及本科生瞿霖（负责人）、潘言、申晋垚、吴安琪和杨蕴。
胶质瘤作为常见的高侵袭性脑肿瘤，其诊断分级、手术规划、放疗方案设计及治疗后随访，均需医生在MRI影像上精准圈定肿瘤核心、水肿区域、强化区域等关键亚区。当前临床实践中，该过程依赖资深医生逐层手工勾画，不仅耗时费力，且不同医生的标注结果易存在差异，影响诊疗决策的一致性。
从临床实际需求来看，本次技术成果直击脑肿瘤诊疗中的核心痛点——肿瘤范围的精准勾画。
团队研发的自动分割技术，核心价值在于将高度依赖人工的“描边”工作交由人工智能高效完成。系统可在数秒至数分钟内输出稳定、一致的肿瘤轮廓，为医生提供可靠参考，大幅降低重复性工作负荷，让临床医师能将更多精力投入到病情综合判断与个性化治疗决策中。值得强调的是，该技术并非取代医生，而是通过智能辅助提升诊疗效率与精准度，构建“人机协同”的诊疗新模式。
本次赛事赛道的核心难点，在于需同时适配治疗前与治疗后的临床影像场景。在真实临床环境中，手术切除、放化疗等治疗手段往往会显著改变脑部结构，影像中可能出现术后腔、残留病灶、放射性改变或“伪进展”等复杂情况，给肿瘤的长期评估与随访带来挑战。
相较仅针对治疗前影像的分割任务，纳入治疗后影像对算法在稳定性、鲁棒性和泛化能力方面提出了更高要求，也更能反映其在实际临床应用中的价值。
在技术层面，团队针对治疗前后肿瘤形态变化显著、术后组织重塑与信号异质性增强这一关键难点，团队在主流医学影像分割范式基础上，围绕“统一框架—分布差异建模—结构约束优化”构建了一套更具鲁棒性的解决方案：一方面，通过将术前与术后 MRI 纳入同一训练闭环，显式学习两种成像分布与病灶形态的差异；另一方面，结合不同肿瘤亚区（如强化区/非强化肿瘤核/水肿等）的结构特征与临床可分辨边界，对训练目标与优化策略进行针对性设计，从而在复杂病例（边界模糊、病灶碎片化、小体积残留等）中显著提升稳定性与泛化能力。该方法在官方隐藏测试集评测中表现突出，成为最终取得全球第二名的重要原因。
该研究成果有望在脑肿瘤诊疗与相关研究的多个环节中发挥重要作用，主要体现在以下几个方面：
诊断与分级评估的量化辅助：为医生提供客观、可重复的肿瘤体积及区域分布指标，提高评估的一致性与可靠性；
手术与放疗计划的精准支持：为肿瘤切除范围及放疗靶区勾画提供可靠参考，助力精准治疗；
治疗反应与复发监测：通过标准化的自动分割结果，持续追踪肿瘤负荷变化，为随访决策提供量化依据；
临床研究与药物试验的标准化工具：在多中心研究中减少人为标注差异，加速真实世界研究和新疗法的评估进程。
BraTS（脑肿瘤分割）挑战赛是国际上最具影响力的脑肿瘤影像算法评测体系之一，自2012年起持续推动脑肿瘤自动分割研究与数据标准建设，其数据集与评测基准被全球大量医学影像研究与临床工作广泛采用。
本次参赛的BraTS 2025 Lighthouse Challenge（灯塔挑战），是MICCAI从众多竞赛中遴选出的“高影响力挑战”，强调真实高质量临床数据、严格的盲测评估机制以及与临床需求的紧密对齐，旨在推动具备实际落地潜力的医学人工智能技术发展。
值得关注的是，BraTS 2025以“挑战集群（Cluster of Challenges）”形式覆盖更广范围，设置12个任务，涵盖术前/术后等不同临床阶段与多类脑肿瘤场景，在跨中心数据、统一基准与严苛评测下，对算法的鲁棒性与泛化能力提出极高要求。因此，该挑战吸引了全球高校、科研机构与企业团队同台竞技，竞争激烈，能够取得前列成绩通常被视为对算法性能与实际临床价值的国际权威认可。
BraTS 2025数据集是国际脑肿瘤影像分割领域最具影响力的公开基准之一，由多家医疗机构联合提供，汇集了2877例弥漫性胶质瘤患者的常规临床影像数据。该数据集同时包含治疗前与治疗后的多参数MRI（核磁共振成像），并为每个病例提供四种已配准的成像模态（T1、增强T1、T2与FLAIR），在统一的空间分辨率与体素尺寸标准下进行预处理，便于跨中心、跨设备的公平对比与模型泛化评估。下图为BraTS术前和术后的多模态数据。
未来，团队将在保障数据合规与患者隐私安全的前提下，进一步与临床团队合作开展多中心验证与可解释性分析研究，并探索将相关算法以工具或插件形式嵌入科研与临床工作流程，为脑肿瘤的诊疗和长期随访提供更加高效、可靠的智能辅助支持。
近年来，华东师范大学统计学院始终秉持"厚基础、强交叉、重创新"的培养理念，构建了完善的人才培养体系。以培养具有国际竞争力的复合型统计人才为目标，在"金融学+统计学"和"统计学+计算机科学与技术"双学士学位项目上深耕细作，通过跨学科资源整合，搭建多维培养平台，形成系统化的复合型创新人才培养机制。依托统计与数据科学教育部重点实验室、统计应用与理论创新引智基地等高端科研平台，积极践行学术讨论班、学术午餐会、学术下午茶等制度，构建全方位的科研训练体系，有效激发了学生的科研热情和创新思维，形成科研创新与人才培养相互促进的良性循环。
团队简介：
谌自奇，华东师范大学统计学院研究员，紫江青年学者，博士生导师。主要研究方向为机器学习、深度学习、因果结构学习、数据信息融合及高维统计分析等，其研究成果已应用于阿尔茨海默症、脑肿瘤、乳腺癌及石油管道等多个领域。科研项目方面，主持国家自然科学基金面上项目2项、国家自然科学基金重点项目（子课题）1项、国家自然科学基金青年项目1项，以及上海市自然科学基金项目1项等；并作为骨干成员参与国家重点研发计划及上海市“科技创新行动计划”基础研究领域应用数学重点项目。至今已发表论文30余篇，其中部分成果发表于JASA、Biometrics、NeurIPS、KDD等国际顶级期刊和会议。
舒海，纽约大学生物统计学系助理教授。担任Statistica Sinica和The American Statistician的副编辑，并担任Journal of the American Statistical Association的可重复性副编辑。研究方向主要集中于高维数据分析，尤其是数据整合，同时涵盖机器学习、深度学习、医学图像分析和基因组数据分析，研究应用包括阿尔茨海默病、脑肿瘤和乳腺癌。
瞿霖，华东师范大学统计学院2025级应用统计研究生。曾获省政府奖学金等、全国大学生市场调查大赛全国一等奖、美国大学生数学建模一等奖等荣誉。
潘言，华东师范大学统计学院2023级统计学本科生，曾获正大杯市调比赛全国三等奖、全国大学生数学建模大赛上海市三等奖、统计建模比赛上海市三等奖。
申晋垚，华东师范大学统计学院2023级统计学（双学位）本科生，曾获本科生一等、二等奖学金，全国大学生市场调研大赛国家二等奖等。
吴安琪，华东师范大学统计学院2023级统计学（双学位）本科生，曾获国家奖学金、优秀学生荣誉称号、全国大学生数学建模大赛国家二等奖。
杨蕴，华东师范大学统计学院2025级应用统计研究生。
来源｜统计学院 编辑｜万方圆 编审｜郭文君
