医学图像智能分析
面向 CT、MRI、病理与超声等多模态影像,研究分割、检测、配准与可解释诊断方法,让模型在真实临床数据上稳定可用。
相关成果我们不把医学 AI 看成单一算法问题,而是连接影像、语言、世界知识与临床行动的完整链条。
面向 CT、MRI、病理与超声等多模态影像,研究分割、检测、配准与可解释诊断方法,让模型在真实临床数据上稳定可用。
相关成果围绕医学文本、影像与结构化电子病历,研究多模态预训练、跨模态对齐与参数高效微调,构建可迁移的医学基础模型。
相关成果让模型学习疾病演化与干预后果的可预测表征,在影像随访、治疗规划与虚拟临床试验中支持反事实推理。
相关成果把感知、推理与行动连接起来,探索手术辅助、影像导航与临床工作流中的具身智能,让模型进入真实诊疗闭环。
相关成果首页展示三篇近期代表性论文;完整论文列表与更多成果见学院主页。
论文发表、学术服务与学生获奖的最新进展;组会、毕业与实验室日常也会陆续补充。
面向视觉-语言预训练模型的同步双提示微调方法。
面向不同剂量降低因子的通用 PET 图像去噪网络。
基于 RWKV 的高效医学图像复原工作。
全国大学生课外学术科技作品竞赛特等奖,国家级一等奖。
此前曾任 ICCV 2023、MICCAI 2024 领域主席。
新闻条目整理自学院公开主页与论文信息(2026.10)。
Photos placeholder · 正式照片待补充
实验室长期招收对医学影像、医学大模型、世界模型与具身智能感兴趣的博士生、硕士生与科研助理。也欢迎本科生提前联系,从一次小问题开始合作。
如果你希望把方法做到真实数据上,也愿意把临床问题讲清楚,欢迎带着你的问题来聊一聊。