近期，信息與軟件工程學院醫藥知識工程與智能軟件實驗室劉勇國教授領銜的團隊在國際頂級圖像處理期刊《IEEE Transactions on Image Processing》發布了關于阿爾茨海默病輔助診斷的新研究成果——“Shared Manifold Regularized Joint Feature Selection for Joint Classification and Regression in Alzheimer‘s Disease Diagnosis”。該文由學院博士生陳智擔任第一作者，劉勇國教授親任通訊作者。

研究團隊精選了大腦影像數據，構建出智能輔助診斷模型，旨在為阿爾茨海默病的早期診斷及精準干預提供有力支持。

其中，疾病階段識別和認知功能預測是兩大關鍵環節。他們創新地提出了一種基于共享流形正則的聯合特征選擇模型，利用疾病階段和認知功能之間的關聯性，成功識別出阿爾茨海默病相關的腦影像特征。

在疾病階段識別的過程中，他們巧妙地運用了線性判別分析和子空間稀疏正則化方法，有效識別出疾病階段相關的腦影像特征。同時，模型還引入了局部保留的類內散度矩陣以及自適應學習樣本間的局部關系。

在認知功能預測方面，他們根據認知分數間的相關性構建了潛在認知分數空間，以此為目標訓練稀疏回歸模型，成功識別出認知功能相關的腦影像特征，并設計了全局一致性和局部一致性正則項來指導潛在認知分數空間的學習。

此外，考慮到具有相似認知功能的患者往往處于同一疾病階段，因此模型為不同任務學習共享圖結構，充分利用疾病階段和認知功能間的相關性，從而提高了特征選擇的效率。通過對阿爾茨海默病腦影像的模擬實驗，驗證了所提模型的有效性。

劉勇國教授領導的醫藥知識工程與智能軟件實驗室，致力于數字醫學、計算健康、人工智能、大數據等醫藥健康與信息科學交叉領域的前沿理論研究和關鍵技術研發。

在臨床診療輔助推薦、方劑藥物設計研發、藥用資源發掘整理、預防照護智能監控、養生康復精準決策等方面已取得多項科研成果。

承擔了包括國家重點研發計劃、國家科技重大專項、國家科技基礎資源調查專項、國家863計劃、國家自然科學基金、四川省科技重大項目在內的多項科研課題。

至今已在Nature Communications、IEEE TPAMI、JAMA Network Open、IEEE TIP、MIA、IEEE TFS、IEEE TC、IEEE TKDE、IEEE/ACM TASLP、IEEE ICDE、ACM MM等國際權威學術期刊和會議上發表學術論文近300篇，獲得授權發明專利70余項，計算機軟件著作權50余項。