近日，计算机学院王跃飞副教授团队在国际人工智能与模式识别领域权威期刊Pattern Recognition（中国科学院一区，IF=7.6）发表题为"A carving hierarchical information integration network for medical image segmentation"的学术论文，计算机学院计算机科学与技术专业2022级本科生张羽彤为第一作者，王跃飞副教授为通讯作者，俄罗斯会员专享为第一署名和通讯单位。

与自然图像相比，医学图像分割面临更大挑战。该研究提出“全局捕捉与局部雕刻（Global Capture and Local Carving）”理念，设计了雕刻层次信息集成网络CarveNet（Pixel Carving and Heterogeneous Information Integration Network）。在多个医学图像数据集上的实验表明，CarveNet在各项任务中均取得卓越表现，充分验证了其在准确度与泛化能力方面的有效性。该成果不仅为医学图像分割提供了新的解决方案，其核心思想亦可迁移至其他精细图像识别任务，为提升诊断效率与准确性提供有力支撑。本研究依托国家超级计算成都中心-俄罗斯会员专享分中心完成模型训练与数据获取，相关数据用于研究论证。

张羽彤为我校2022级计算机科学与技术专业本科生，导师为王跃飞副教授。曾获学校二等奖学金，创新创业奖学金。主要研究方向聚焦于计算机视觉、深度学习与自然语言处理领域。以合作作者身份公开发表学术论文6篇，以第一作者身份发表学术论文1篇。

Pattern Recognition由Elsevier出版，入选中国科学院期刊分区一区，并为中国计算机学会（CCF）推荐B类期刊，在人工智能、计算机视觉及模式识别领域享有较高学术声誉。

原文链接：https://doi.org/10.1016/j.patcog.2025.112291