6月4日，武汉大学计算机学院教授罗勇与副教授赵煌旋应邀来校，围绕医学人工智能领域前沿学术成果开展专题报告。两位学者结合自身在医学影像分析、智能诊疗技术等方向的研究积累，系统介绍了相关技术的研究背景、核心思路与应用方向。

罗勇以“基于CT影像的癌症智能辅助诊疗”为主题，阐述了CT影像在肺结节检测、自适应放疗及跨模态影像生成中的关键技术。在肺结节检测方向，针对多中心CT影像的领域差异问题，提出基于切片分组的领域自适应检测方法，通过分组特征投影与跨域特征融合优化模型泛化能力；在自适应放疗领域，围绕放疗中危及器官保护需求，介绍基于CT影像与剂量分布的腮腺形变预测模型，通过剂量分块传导与注意力机制提升预测精度；在跨模态影像生成方向，探讨无监督与半监督学习框架下的MRI-to-CT图像合成技术，通过频域一致性约束与动态区域卷积增强合成影像的空间与细节一致性。

赵煌旋副以“基于生成式人工智能的超低剂量DSA成像和临床转化研究”为题，聚焦数字减影血管造影（DSA）中的辐射剂量优化问题。针对DSA引导手术中高辐射剂量的临床挑战，介绍并行多尺度特征插帧算法，通过全卷积网络实现运动与结构特征的细粒度提取与跨尺度融合；在 3D-DSA 稀疏重建方向，提出基于自监督学习的多视角特征融合方法，结合不透明度时变高斯泼溅模型实现动态四维影像的高效渲染；在临床转化层面，阐述GenDSA通用AI模型的研发思路，该模型通过多中心数据训练实现低剂量下的影像重建，并已嵌入国产DSA设备实现临床应用。

本次报告系统展示了医学人工智能在影像分析、诊疗规划等领域的前沿探索，为校内相关学科师生提供了学术启发与技术借鉴，助力推动医学与人工智能的交叉融合研究。