课题简介
本课程以 计算机视觉与生成式AI 为技术引擎，深度融合2023-2024年医学AI领域最新突破（如Diffusion Models、医疗联邦学习、医学应用强化学习），聚焦医学影像、基因组学等核心场景，系统解析 分类、分割、目标检测、基因-影像跨模态分析 等关键任务的创新解决方案。课程不仅涵盖经典深度学习技术（图神经网络、自监督、多任务学习、强化学习、元学习、对比学习），更引入 AIGC增强数据生成、多模态提示学习、可解释性AI（XAI） 等前沿方向，直击《Medical Image Analysis》《IEEE Transactions on Medical Imaging》等顶刊研究范式。
导师介绍
学历/工作：海外QS100大学计算机PhD在读，主攻人工智能、图像处理、医学领域等方向。曾担任人工智能算法研究员，在500强外企任职算法专家、算法部门部长，L4级无人驾驶高级算法工程师。
科研论文/审稿人：在国际会议和期刊包括Ijcai、Kdd；Tnnls、Pr等刊物发表SCI高区十余篇论文，持有20余项发明专利。
指导经验：深度之眼1V多科研小班明星导师。累计指导20多期的科研小班。研究方向为深度学习医学方向的应用，有丰富的小班教学经验，对于不同基础的同学有成熟的指导体系。
指导成果：主攻深度之眼小班指导，研究方向为深度学习在医学方向的应用。同学们的文章投稿至医学类SCI 1区、计算机交叉医学顶刊等多类刊物，包含如顶会CVPR、MICCAI；顶刊TMI等，中稿顶会CVPR、AAAI；期刊TMI、MAI等等
可选创新点
1.基因数据的癌症判别与生存分析
2.分类场景下的医学影像分析
3.分割场景下的医学影像分析
4.医学影像中的目标检测分析
5.多模态医疗大模型（应用）
6.医学影像解析（应用）
7.强化学习在医学中的应用（应用）
课程亮点
（1）锁定领域前沿：解锁《IEEE Transactions on Medical Imaging》《Medical Image Analysis》《IJCAI》《CVPR》等顶会顶刊青睐的AI医学研究新范式
（2）科研实战导向：用14周完成“课题方案设计→论文大纲设计→实验设计→论文写作→投稿策略”全流程闭环学习
（3）独创"NTPP"科研指导模式：
No Time Limit（无时间限制）：打破时间约束，提供7×24小时即时反馈的全程学术支持。
No Times Limit（无次数限制）：取消沟通次数限制，支持服务期内无限次深度辅导与修改打磨。
Personalized（私人定制）：基于个体差异定制专属论文指导流程，拒绝标准化方案。
Professional（专业指导）：由资深导师提供精准学术支持，以专业性和责任心全程护航研究进程。