医学影像数据智能分析
面向多中心、多模态医学影像,研究病灶检测与分割、疾病识别、定量分析及风险评估,提升模型的泛化能力与临床适用性。
01 / 研究方向
聚焦医学影像、生理行为智能与大模型关键技术,围绕四个相互支撑的研究方向开展长期探索。
面向多中心、多模态医学影像,研究病灶检测与分割、疾病识别、定量分析及风险评估,提升模型的泛化能力与临床适用性。
融合脑电、心电、眼动、视频等生理与行为数据,研究时序表征、多模态融合、个体状态估计、行为理解及跨场景泛化。
研究大模型预训练、高效微调、强化学习后训练、知识蒸馏、复杂推理及推理加速,兼顾模型能力、可靠性与计算效率。
探索视觉、语言、脑电及多类生理信号的统一表征、跨模态对齐与联合预训练,构建支持多任务理解、推理和生成的统一大模型。
我们鼓励跨方向探索,但更重视科学问题的内在联系、长期积累与可验证的研究价值。
02 / 招生与招聘
博士后、博士生、硕士生和本科实习生有不同的发展目标。点击对应卡片查看具体要求。
独立牵头科研课题,逐步形成持续发展的研究方向。
围绕重要问题长期深入探索,形成连贯的个人研究主线。
通过完整项目建立扎实的科研能力与工程实践能力。
从文献阅读、方法复现与实验分析开始,培养真正的研究兴趣。
点击下方岗位查看详情。所列阶段目标旨在帮助成长,并非僵硬的招生或学位要求。
科研目标将结合聘期、课题成熟度和个人发展协商确定,并非机械化的论文数量考核。
录取资格、培养要求、学位规定及招生名额均以相应学校和项目规定为准。
只要工作严谨且具有复用价值,科研与科研工程两条路径均受到重视。
本科实习不要求或承诺发表论文。表现优秀者可在研究方向、指导资源和管理规定允许的情况下参与长期项目。
实际开放职位、经费资助、薪酬和招生资格均以当期名额及相关单位、项目规定为准。
03 / 科研理念
我们重视高质量成果,也同样重视科学研究的过程与方法。
追问方法为什么有效、在哪里失败,以及还有哪些未知。
不止步于复现数字,勇于质疑假设并验证有意义的猜想。
重视可复现性,如实汇报负面结果,以证据作判断。
主动承担责任、清晰沟通,将重要问题研究到底。
与团队共同构建可复用的方法、数据、系统与知识。
04 / 科研环境
我们希望通过稳定的科研条件、跨学科合作和适合不同职业阶段的指导,让好想法有机会成长为重要成果。
充足的高性能 GPU 计算资源,以及开展前沿基础模型研究的条件。
涵盖计算机、人工智能、医学研究和临床机构的跨学科合作。
为优秀成员提供国际顶尖高校学术交流及合作访问机会,具体视资格与支持条件而定。
针对不同职业阶段提供指导,鼓励独立研究与长期发展。
05 / 联系与申请
请提供简历、个人研究贡献与兴趣的简要介绍,以及希望探索的科学问题。如有代表性论文或项目,请附上链接。
无需准备冗长的研究计划。请介绍已学习或复现的内容、感兴趣的问题,以及能够投入科研的时间。