京师智能讲堂第三十七期|智能医学图像处理与精准辅助诊断应用
2025年11月18日，ac米兰官网中文网站京师智能讲堂第三十七期在昌平校园2号教学楼108教室成功举办。本期讲堂邀请到了上海交通大学生物医学工程学院副教授、博士生导师、上海市浦江人才计划学者——张立篪老师，为师生带来题为 “智能医学图像处理与精准辅助诊断应用” 的精彩报告。讲座由ac米兰官网白璐老师主持，学院研究生80余人次参与。
张立篪教授先从医学影像发展的历史与现实需求切入，深入阐述了智能医学图像处理在现代医疗体系中的关键作用。张教授强调，医学图像处理不同于传统的自然图像任务，具有来源复杂、模态多样、质量参差不齐、标注成本高等显著特点。因此如何在少样本条件下获得高质量的分割与识别结果，是当前医学影像研究的核心问题之一。
针对上述难点，张立篪教授介绍了课题组在“少样本影像分割”领域的创新探索。研究团队围绕三个主要方向构建技术路线：数据增强、半监督学习/对比学习与单样本分割。随后张教授以脑影像处理、骨关节影像分析和病理切片识别为例，展示了团队在多模态医学图像上的研究成果。他重点介绍了如何结合自监督学习与图神经网络，构建适用于不同器官、不同时序的医学影像解析框架，实现更高效的病灶定位、结构分割与诊断辅助。
讲座过程中，同学们表现出极高的兴趣，围绕医学影像数据集规模受限、深度模型参数量巨大导致的过拟合风险、不同医院设备导致的域差异问题等展开提问。张教授逐一作了解答，从数据采集、特征建模、模型稳健性等多个角度分享经验，帮助同学们更全面理解医学 AI 的研究难点。随后，张教授与白璐老师进一步讨论了关于“脑网络的动态控制问题”与“如何提升影像重建任务的可信度”等学术前沿议题。这些内容不仅拓展了同学们的学术视野，也为未来相关研究提供了启发。
此次讲座为在场的师生提供了一个了解智能医学图像处理前沿进展的宝贵机会，让大家深入学习了少样本影像分割、多模态医学图像解析等关键技术，拓宽了对人工智能在医疗领域应用的认识。许多与会学生表示对智能医学图像处理的未来发展充满期待，并希望能在今后的学习与科研中运用相关方法与技术。
