近日，由第三附属医院医学影像科与香港科技大学联合完成的研究成果《Learning Co-plane Attention Across MRI Sequences for Diagnosing Twelve Types of Knee Abnormalities》发表于国际顶级期刊《Nature Communications》。该研究提出了一种创新的“共平面注意力”技术，能够跨序列学习膝关节MRI影像中的信息关联，有效提升膝关节疾病诊断的准确性。这一突破性成果标志着两地医疗和科技机构在智能医学影像领域的深度合作取得了重要进展。

膝关节是人体结构最复杂、最容易受损的关节之一，常见的膝关节疾病如半月板损伤、软骨病变、韧带撕裂等需要通过多种MRI序列成像进行全面诊断。然而，如何高效整合不同序列影像中的信息一直是临床医学影像领域的难点。为了解决这一问题，第三附属医院医学影像科与香港科技大学团队共同开发了“共平面注意力”机制，通过跨序列信息的智能学习，实现对膝关节十二种常见异常情况的精准诊断。该研究中的“共平面注意力”机制可在不同MRI序列（如T1、T2、PDW序列）之间建立关联，通过深度学习自动提取和融合各个序列的关键特征，从而提高异常病变的识别能力。研究结果表明，该模型在多种膝关节疾病的识别中均表现出色，特别是在复杂病变和早期病变的检测中，诊断精度显著提升。

该项研究成果经过了大规模膝关节MRI数据集的测试和验证，实验显示，共平面注意力机制在多个膝关节异常类型的识别上具有更高的准确性和鲁棒性。这一创新方法不仅有望大幅提升膝关节疾病的自动化诊断效率，还为其他关节和组织病变的智能诊断提供了新思路。

此次合作是医学影像科与人工智能领域的跨学科协作典范，汇聚了医学、影像学和AI技术的前沿力量，旨在解决临床影像诊断中的实际需求。未来，研究团队将继续推进该技术的临床转化与应用，致力于为膝关节疾病患者提供更高效、精准的诊断服务。