近日，云南大学软件学院（人工智能学院）杨云教授团队题为Boundary-Aware Multi-Granularity Learning for Depression Severity Estimation的智慧心理健康研究最新成果被医学图像领域国际顶级会议 MICCAI 2026 提前录用。该论文以云南大学为第一完成单位，软件学院研究生李志鸿为第一作者，研究生杨本强、王耀威为共同作者，杨云教授为通讯作者。

该研究聚焦于抑郁严重程度智能评估这一重要问题。抑郁严重程度估计通常被建模为连续回归任务，但临床决策往往依赖于离散的严重程度等级。这种粒度不匹配会导致边界无感知的优化过程，以及缺乏有序严重程度结构的表征。为此，研究团队提出了多粒度监督方法，将连续分数和有序等级作为互补监督信号共同利用。该研究的核心理论贡献在于证明有序监督能够诱导边界感知的梯度放大，即梯度幅值会在临床阈值处达到峰值。研究团队进一步通过有序一致性正则化在预测空间中实现边界感知，并通过基于原型的严重程度对比学习在特征空间中建模有序结构。在 AVEC 2013、AVEC 2014、DAIC-WOZ 和 E-DAIC 四个基准数据集上，所提方法均刷新当前最优性能。

MICCAI（Medical Image Computing and Computer Assisted Intervention ）是智慧医疗领域最具权威的顶级学术会议，被公认为该领域的“风向标”。该国际会议自1998年开始举办，至今已举办28届，第29届MICCAI会议将于2026年9月27至10月1日在法国斯特拉斯堡举行。2026年会议共收到投稿4601篇，创下历史新高，仅排名前9%的论文获得提前录用资格。

代码链接：https://github.com/aqlzh/BAMGL_Depression

来源：软件学院（人工智能学院）

编辑：张懿淼 责任编辑：李哲