研究中心硕士张贵晟的一篇论文“SHA-MTL: soft and hard attention multi-task learning for automated breast cancer ultrasound image segmentation and classification”被SCI期刊International Journal of Computer Assisted Radiology and Surgery刊发。（论文链接地址：https://doi.org/10.1007/s11548-021-02445-7）

论文摘要：超声医学图像的自动分析有利于客观有效的诊断乳腺癌，受限于超声成像的特点，实现超声图像自动分析仍然是一项挑战性的任务。该研究工作提出基于软-硬注意力机制的多任务超声医学图像分割、分类模型（SHA-MTL）。该模型使用基于软注意力的注意力控制单元（attention-gated, AG）连接密集CNN编码器和上采样解码器，同时完成超声医学图像病变区域分割、分类任务。该模型在公开数据集上进行验证，对比单任务的分割、分类模型，本研究提出的多任务模型在分割、分类任务精度上均有提高，验证了引入注意力机制联合单任务构建多任务模型的可行性和实用性。