近日，学院教师黄浦副教授在医学图像领域一区Top期刊《IEEE Transactions on Medical Imaging》（影响因子：12.397）上发表题为“MoST-Net: Motion Memory Spatiotemporal Transformer Network for Myocardial Echocardiography Segmentation”的研究论文。山东师范大学通信与电子工程学院、山东省医学物理图像处理技术重点实验室为第一署名单位，黄浦副教授为第一作者，李登旺教授为通讯作者。

心肌超声心动图分割对心脏功能评估有重要的临床应用意义。针对心脏的周期性搏动与超声图像固有斑点噪声的特性，本工作通过学习心动周期的动态规律，实现了在噪声干扰下心肌边界的分割。具体地，本工作提出了一种基于运动记忆的超声心动图心肌分割方法，通过特征调制将运动先验与历史图像特征融合，构建了能够捕捉长时序依赖的记忆表征，提升了超声心动图序列中心肌分割的准确性和稳定性。

论文链接 https://ieeexplore.ieee.org/document/11618734。