近日，浙江师范大学计算机科学与技术学院一年级博士研究生赵雨新与导师李小波教授等人在计算机领域顶级期刊Information Fusion上在线发表了题为 A review of cancer data fusion methods based on deep learning 的综述论文，浙江师范大学为该论文第一完成单位和第一通讯单位。赵雨新为论文的第一作者，李小波教授、南通大学丁卫平教授为论文共同通讯作者，计算机学院周昌军教授、彭浩教授、郑忠龙教授和硕士研究生陈骏为该篇论文的合作者。

https://doi.org/10.1016/j.inffus.2024.102361

随着现代医学技术的进步，越来越多的癌症相关信息可以通过基因组学、蛋白质组学、医学影像学和病理学等各种途径获得。然而，这些数据来自不同的来源，在数据类型、格式和质量方面具有异质性和复杂性，这对癌症的诊断、治疗和预后评估提出了挑战。数据融合成为解决数据异构性和提高数据信息价值的有效方法。整合多源异构的癌症数据可以加深我们对癌症发病机理的理解，提高癌症诊断准确性。该文综述了近年来基于深度学习的癌症数据融合方法的最新研究进展，其目的是为数据融合领域的研究人员提供更全面、更准确的理解，同时也为指导未来的研究和创新提供有价值的参考和见解。文章首先分析了癌症数据的通用融合策略和深度学习建模方法，介绍了癌症数据融合中常见的数据类型。接着，探讨了不同数据类型的深度学习方法之间的相互关系，回顾了近年来提出的影像数据融合、组学数据融合、影像-组学数据融合、以及影像-临床数据融合的深度学习方法，并分析了它们的优势、局限性和应用场景。最后，探讨了这些方法在癌症数据融合领域所面临的一些主要挑战和机遇，并建议了未来的研究方向。

Information Fusion 期刊影响因子为18.6，属于计算机大类SCI一区Top期刊（中科院分区）。该文是计算机学院李小波教授指导的研究生首次在该刊物上发表研究成果。李小波教授指导的研究生自去年以来，已有多人在Information Fusion、Knowledge-based Systems、Information Sciences、Applied Soft Computing、Expert Systems with Applications、Engineering Applications of Artificial Intelligence等计算机和人工智能领域国际权威期刊上发表研究成果多篇，多人获评校级优秀硕士学位论文，并被国内著名高校录取为博士。