广东
8月20日，由中国计算机学会虚拟现实与可视化技术专业委员会、中国图像图形学会虚拟现实专业委员会、中国仿真学会医疗仿真专业委员会共同组织，深圳理工大学计算机科学与人工智能学院承办的“智算+X”前沿学术交流活动在学校举行，来自高校、科研院所和医疗机构的30位学者围绕医学成像、基础模型、具身智能与计算病理等议题进行分享交流。
深圳理工大学计算机科学与人工智能学院院长潘毅表示，计算学科的发展需要进入生命健康等重要领域，在生物信息学和医学信息研究中形成能够解决科学问题、回应应用需求的方法体系。“三家专委会把各自的专家网络和研究积累带到学校，为学院深化‘计算+X’、拓展师生科研视野和孕育联合课题提供了重要契机。”
据了解，三家专委会各有侧重，共同构成了本次“智算+X”交流的专业支撑。比如中国计算机学会虚拟现实与可视化技术专业委员会在虚拟现实、可视化、可信多通道人机交互等方向进行布局；中国图像图形学会虚拟现实专业委员会的视觉感知、三维内容构建及虚实交互等方向，使其能够从图像图形基础研究出发，与医学、工程中的复杂场景形成连接；中国仿真学会医疗仿真专业委员会主要面向医疗训练、康复和复杂诊疗场景中的建模与仿真，注重通过虚实结合还原过程、评估方案并降低实践成本，为医学需求与仿真技术之间搭建协作接口。
当天，来自东南大学、中国科学院深圳先进技术研究院、深圳大学、复旦大学、广东省人民医院的学者，分别围绕“智能医学成像和处理”“基础模型驱动的微结构成像与病灶检测”“大语言模型赋能的具身执行：从家居场景到工业制造”“医学影像基础模型：成像、生成、理解与统一”与“肿瘤计算病理算法研究和临床转化”带来五场学术报告。
其中，东南大学计算机科学与工程学院讲师张谊坤从临床问题对图像质量与计算效率的要求出发，介绍了特征学习方法、国产医学设备中的算法研发以及智能处理方案，呈现了从科研算法到设备实现、再到诊疗流程支撑的完整链条。
中国科学院深圳先进技术研究院研究员王珊珊围绕微结构成像和病灶检测，说明基础模型在多模态数据、少标注条件和跨设备环境下面临的挑战，并通过快速MRI、物理模型与学习方法结合、视觉语言建模及弱监督定位等案例，为师生理解“基础能力如何迁移到具体医学任务”提供了系统参照。
深圳大学计算机与软件学院特聘教授胡瑞珍将大语言模型放入家居和工业制造场景，讨论模型如何理解自然语言任务，并在三维空间约束下完成步骤规划。由家庭物品重排到多机器人协同，她的报告指出空间表示、计划生成和底层控制之间必须形成闭环，展示了人工智能研究由信息处理向真实环境执行延伸的趋势。
复旦大学类脑智能科学与技术研究院研究员单洪明围绕医学影像基础模型，串联成像、生成、分割、三维理解和统一Tokenizer等内容。他着重分析了不同模态与任务能否共享表征，帮助师生从统一建模的视角认识医学影像算法由单项工具走向通用平台的可能路径。
广东省人民医院研究员韩楚结合肿瘤计算病理研究与转化实践，分析了病理标注、超大图像计算、模型解释和临床验证等关键环节，并介绍了组织学分析、分子标志物推断及核分裂象检测等探索方向。他的报告提醒大家，面向医疗的算法成果需要以临床流程和真实证据为检验边界。
五场学术报告的内容横跨数据采集、模型训练、知识理解和场景执行，却指向同一类交叉研究逻辑：先从应用对象中提炼问题，再组织多模态数据与计算方法，最后回到设备、机器人或临床环节验证。这样的研究链条，具体解释了深圳理工大学所倡导的“计算+X”并非简单叠加，而是不同学科共同定义问题、共同形成解决方案。
此次活动以专业学术组织链接多学科团队，是深圳理工大学推进科教融汇、产教融合和交叉专业建设的一次具体实践，能够让学生在课堂之外接触前沿问题，让教师在跨领域讨论中发现合作接口，也为科研平台对接实际需求创造条件。
来源：深圳理工大学计算机科学与人工智能学院
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
