报告时间：2025年10月18日 14:30–15:45
报告地点：312会议室
报告人：董金威
报告主题：领域泛化及其在医学图像中的前沿进展与探索
报告摘要：领域泛化旨在提升模型在未见目标域上的泛化能力，对医学图像分析尤为重要。本汇报将综述领域泛化的主流方法（数据增强、元学习、不变特征提取等策略），并聚焦其在医学图像中的前沿进展（视觉基础模型下的领域泛化），探讨如何应对医学数据分布异质性强、标注稀缺等挑战，推动模型在跨中心、跨设备、跨人群场景下的稳健应用。
报告时间：2025年10月18日 16:00–17:15
报告地点：312会议室
报告人：纪建兵
报告主题：通用分割大模型与通用医学图像分割模型研究进展及其应用探索
报告摘要：本报告围绕通用图像分割大模型的构建，梳理其概念范畴，重点聚焦于统一架构的设计思路。报告将依次介绍掩码分类、上下文学习、无监督学习与交互式分割等四种主流技术范式的代表性方法及其研究进展，并总结构建“通用特征表示”的一般路径。在此基础上，重点探讨不同通用架构在医学图像分割领域中的应用潜力与启示，进一步展望未来相关研究工作的范式转变方向。
