研究方向
我的研究专注于医学人工智能，具备从数学建模理论、开源算法软件、临床应用到产业转化的全链路能力。
医学图像计算与分析
- 交互式三维医学图像分割：开发了Grow From Seed交互式分割算法，成为全球最大的开源医学图像计算软件平台3D Slicer的核心模块。
- 统计形状分析：开发了基于三维泊松方程的新型形状分析方法，并建立了定量验证框架。
- 多尺度形状表示：开发了基于小波的形状分解与重建技术，适用于任意拓扑的三维形状。
- 医学图像配准：开发了基于扩散模型和Mamba网络的形变图像配准算法。
人工智能辅助医学诊断与筛查
- 乳腺癌筛查：开发了人工智能辅助的自动乳腺超声系统，用于大规模筛查，已在全国70多个医疗机构部署，服务超过9万人。
- 计算病理学：开发了数字病理图像分析的深度学习模型，包括细胞核分割、腺体分割和癌症分类。
- 影像组学与预测建模：开发了影像组学分析流程，用于预测多种癌症的治疗反应和预后。
- 医学图像合成：开发了扩散概率模型，用于合成带标注的医学图像以提高分割性能。
开源软件与算法开发
- 3D Slicer集成：多个算法集成到3D Slicer中，包括Robust Statistics Segmenter和Grow From Seed交互式分割。
- Insight Toolkit (ITK)贡献：球面小波ITK滤波器和共形球映射ITK滤波器。
- 开源平台：开发了计算病理学平台和交互式三维医学图像分割解决方案。
临床转化与产业应用
- 医疗器械认证：开发了"三维乳腺超声影像管理软件"，获得国家二类医疗器械注册证，是国内首个获此类认证的三维乳腺超声影像管理软件。
- 临床影响：通过人工智能辅助筛查技术，将乳腺癌的筛查检出率从0.5‰提高到3.13‰。