本网讯 9月29日，由学科建设办公室(博士工作站办公室)、科研处、教师发展中心、计算机学院开展的“博士沙龙(工作坊)”2026年第19期活动在英文楼B座201顺利举行。本次讲座由我院鄂珑江博士担任主讲人，围绕“复杂场景下的医学图像分割方法研究”作专题学术报告。讲座由杨德牛副院长主持，面向全校师生开放，现场学术氛围浓厚。
讲座伊始，杨德牛副院长介绍了鄂珑江博士的个人信息以及其研究领域和所取得的科研成果。
杨德牛副院长主持开场
讲座中，鄂珑江博士围绕复杂场景下的医学图像分割问题，系统梳理了从传统图像分割方法、基于深度学习的单模态分割方法，到视觉—语言跨模态分割方法的技术演进脉络。她结合真实临床案例，深入分析了医学图像分割在计算机辅助诊断中的核心作用，并重点介绍了其在三个方面的研究成果：面向小儿X光胸片的肺张区域与胸廓区域精准分割及量化指标设计、基于跨模态特征增强的医学图像分割方法，以及类别先验约束下的图像分割优化探索。
鄂珑江博士作专题汇报
鄂珑江博士指出，真实临床场景中的医学图像往往存在噪声干扰、低对比度、目标形态复杂等挑战，而影像报告与图像之间普遍存在不完全对齐的现象。她提出通过引入临床文本语义信息，以显式跨模态特征融合方式增强视觉表征，从而提升模型在困难样本上的分割精度与可解释性。其研究为医学图像分割在临床决策支持系统中的落地应用提供了新思路。
讲座结束后，参会老师围绕模型创新点、跨模态注意力机制设计、不同影像模态间的特征关联等问题与鄂珑江博士进行了深入交流。鄂珑江博士逐一解答，并分享了自身在模型设计、实验验证及临床合作中的实践经验。
本次博士沙龙为我院教师搭建了高水平学术交流平台，拓宽了教师在医学人工智能与多模态学习领域的研究视野，对推动我院相关学科交叉融合与科研合作具有积极意义。（图/文 肖小芹）