研究领域
医学影像 医学大模型 联邦学习 轻量化 多模态时序医学数据建模
导师介绍
【资历/研究方向】
国内某⾼校博⼠毕业，现任某央企研究院资深算法研究员。研究⽅向聚焦于医学⼈⼯智能，尤其是医学影像分割、跨医院联邦学习、多模态⼤模型与知识蒸馏。近年来系统性探索 Vision Foundation Model 在医学图像分析中的迁移与蒸馏，在超声、放射影像、⽪肤病变等多类任务中显著提升效果。
曾在国内外医疗AI企业及科研机构深度合作，主导医学图像分割和知识蒸馏相关项⽬。
参与跨医院医学影像联邦学习平台搭建，推动多中⼼数据共享与联合研究。
多次获科研基⾦与国际合作项⽬资助。
【科研论⽂/审稿⼈】
在学术期刊发表论⽂近40篇，包括Knowledge-Based Systems、Information Fusion、IEEE JBHI、EAAI等等。担任Knowledge-Based Systems、IEEE TCE、IEEE TMI、EAAI、IEEE TMM、ACM MM等国际期刊审稿⼈。
其中近两年提出VM-UNet系列、Vision Mamba、Semantic Prior、Distillation等⽅法，受到学界⼴泛关注。
【指导特点】
具备带领医学影像+深度学习交叉背景学⽣快速上⼿科研发表⾼⽔平论⽂的经验；
擅⻓⼿把⼿指导科研和代码基础较薄弱的学⽣；
提供可运⾏的 baseline 框架与复现代码；
强调“问题导向”从医学临床场景出发，指导学⽣找到科研突破⼝。
指导经验
指导学⽣在IEEE TCE、IEEE JBHI、IEEE TMM、ACM MM、Computers in Biology and Medicine、Biomedical Signal Processing and Control等国际期刊上发表论文。
招生方向
（1）医学影像+大模型：
Vision Foundation Model的迁移、蒸馏与优化
医学领域专用多模态大模型构建
医学影像+语言大模型融合（Radiology report LLM，Cross-modal reasoning）
（2）联邦学习与跨域适应
医疗数据隐私保护下的多中心联合建模
跨域适应/知识蒸馏方法在医学AI中的应⽤
（3）轻量化与高效推理
Mamba/Transformer结构在医学图像分割中的创新应⽤
面向临床部署的高效推理与模型压缩
（4）多模态时序医学数据建模
医学信号与医学影像结合
时序预测与诊疗辅助