（供稿 科技处）近日，我校信息科学与工程学院毕夏安教授团队在多视图学习与精神疾病智能诊疗技术研究中取得了重要进展，研究成果以“Structure Mapping Generative Adversarial Network for Multi-view Information Mapping Pattern Mining”为题发表在人工智能领域顶级学术期刊、校定SCI-TOP期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（IEEE TPAMI，CCF A，IF:23.6）。这是我校在该期刊上首次发表科研论文，标志着我校在人工智能与交叉学科的研究登上了新台阶。
近年来，阿尔兹海默症、帕金森症、自闭症、精神分裂症等精神疾病的发病率逐年递增。在疾病早期阶段实现精准识别，并准确预测病程发展风险，对精神疾病的临床诊疗有重大意义。现有的临床诊断方案大多基于量表和问卷，准确性和实用性都不尽人意。因此，开发出快速且精准地识别个体是否患有某种精神疾病以及预测个体患病风险概率的方法具有重要价值。
针对现有问题，文章利用微观视图与宏观视图的一致性与互补性，构建了多视图结构信息映射模型，提出了结构映射生成对抗网络方法，用于挖掘多视图数据之间的映射模式。论文中的模型和算法在经过精神疾病的多组学大数据训练后，可以通过被试的基因网络（精神疾病的微观视图）精准地生成大脑的功能网络（精神疾病的宏观视图）。这意味着，将来投入临床实际应用后，只需要抽取一管血，就可以判断一个人是否有某种精神疾病，并且可以预测将来某个时间患病的风险概率。
我校信息科学与工程学院毕夏安教授为本论文的第一作者及通讯作者，美国佐治亚大学计算机科学与生物影像研究中心刘天明教授为本论文的共同通讯作者，我校硕士研究生黄阳俊、杨梓诚、陈可、邢兆旭，佐治亚大学博士生刘正良，哈佛大学医学院和麻省总医院李响教授等共同参与研究，金宝搏官方188为本论文的第一单位及通讯单位。