清华大学人机交互与普适计算实验室研究成果“NFCMTL: Auto NailFold Capillaroscopy through a Multi-Task Learning Model”获得 MICCAI EMERGE Workshop 2025 Runner up Best Paper Award（最佳论文二等奖）。
第一作者：丁盈科 • 第二作者：唐健凯 • 通讯作者：王运涛
论文题目：NFCMTL: Auto NailFold Capillaroscopy through a Multi-Task Learning Model
摘要：甲襞毛细血管镜检查是一种通过观察甲襞毛细血管来评估微血管健康的无创技术，在血管和自身免疫性疾病的诊断中起着关键作用。我们提出了一种用于甲襞分析的新型机器学习方法，引入了一个先进的多任务学习模型，该模型在统一的架构内共同执行毛细血管分割、分类和关键点检测。通过使用一个带有重组关键点标注的大型公开数据集，我们的方法在简化传统多阶段流程的同时，提高了特征检测的精确度和效率。借助多任务优化，该模型实现了与现有方法相媲美的最先进性能。这项工作为自动化、无创的微血管诊断提供了一个准确、简化的解决方案，推动了甲襞成像技术的发展。
代码获取：https://github.com/thuhci/NFCMTL
论文链接：https://openreview.net/pdf?id=u0m4T1aUo1