近日，我校信息工程学院人工智能系教师余家斌与浙江省肿瘤医院徐栋教授团队合作，在甲状腺结节超声诊断领域取得突破性进展，成功开发出一款基于深度学习的三维可视化诊断工具TNVis。研究成果已于2025年2月27日发表在全球数字医学顶尖期刊《npj Digital Medicine》(Nature子刊,中科院一区TOP,影响因子:12.4)上，论文题为“A Deep learning Based Ultrasound Diagnostic Tool Driven By 3D Visualization of Thyroid Nodules”。

甲状腺结节作为常见的内分泌疾病，其良恶性鉴别对临床精准诊断和避免过度治疗至关重要。尽管超声已被广泛应用于临床诊断，但现有诊断主要依赖静态图像与医师主观经验判断，存在诊断一致性差、耗时长等问题。针对现有AI系统无法处理动态视频、缺乏三维重建能力和交互方式单一等痛点，TNVis系统提出了创新性的解决方案：通过迁移静态图像标注知识至多视角视频分析，结合三维建模技术，实现了甲状腺结节的动态可视化识别与空间重建，有效提升了诊断的准确性与临床可操作性。

该系统不仅首次实现了AI与动态扫查场景下的实时协同诊断，还为人工智能与空间思维融合提供了新的交互范式，拓宽了医学影像AI辅助诊断的研究边界。研究对于优化甲状腺疾病临床诊疗流程，提升超声检查智能化、可视化水平具有重要意义。

该研究得到了国家自然科学基金（项目编号：82471990，82071946）、浙江省“尖兵”“领雁”研发攻关计划（2023C04039）等的资助支持。

论文链接：https://www.nature.com/articles/s41746-025-01455-y