报告主题：医学影像基础模型：成像、生成、理解与统一

报告人：单洪明

报告时间：2026年7月16日（周四）上午10：30-11：30

报告地址：计算机大楼A411

报告摘要：

基础模型正推动医学影像人工智能由单一任务和单一模态向跨模态、多任务与统一表征方向发展。面对医学影像模态多样、三维结构复杂和标注成本高等挑战，构建具有良好泛化能力的医学影像基础模型具有重要意义。本报告围绕医学影像基础模型的成像、生成、理解与统一展开，介绍医学成像、跨模态生成、生成式医学图像分割、三维CT影像理解与分子分型等方面的研究进展，并进一步探讨统一医学影像Tokenizer在连接不同模态和任务中的作用，展望其在精准诊疗与临床决策支持中的应用。

报告人简介：

单洪明，复旦大学类脑智能科学与技术研究院研究员、博士生导师，入选国家海外高层次青年人才计划、上海市海外高层次人才引进计划、浦东新区“明珠计划”菁英人才项目等，连续四年入选全球前2%顶尖科学家榜单（人工智能领域）。长期从事人工智能与医学影像研究，在Nature Machine Intelligence、IEEE TPAMI、IEEE TMI、NeurIPS、ICML、CVPR、ICCV等国际重要期刊和会议发表论文100余篇，其中以第一作者或通讯作者（含共同）发表论文50余篇，谷歌学术引用超过9200次，h指数48。主持国家自然科学基金优秀青年科学基金（海外）、面上项目和青年项目等多项科研课题，曾获世界人工智能大会青年优秀论文奖、中国社会计算会议最佳论文奖等荣誉，相关成果入选ESI高被引论文和研究前沿核心论文，现任IEEE Transactions on Medical Imaging副主编（Deputy Editor-in-Chief）。