报告时间：2026年1月17日 14:30–15:40

报告地点：312会议室

报告人：栾昊昊

报告主题：mesh重建技术前沿进展及其在医学影像中的应用与探索

报告摘要：

本报告围绕医学影像中的mesh重建技术展开，目标是从CT/MRI等体数据中恢复患者特异的三维解剖表面，为规划、仿真与定量分析提供可靠的几何底座。 本报告将梳理mesh重建从传统几何重建与模板形变，到深度学习驱动的形变，再到隐式表示（SDF）与生成式基础模型先验等路线的关键演进脉络。同时将结合近三年的代表性方向，包括可微分等值面提取与网格质量约束、形状先验学习，以及扩散模型驱动的mesh生成与补全，说明端到端训练与拓扑形状一致性提升的核心思路。 最后通过城市数字孪生、机器人在线建图与导航，以及心脏介入、血流评估与手术导航等案例，展示mesh在“可计算的患者数字孪生”中的关键支撑作用与应用趋势。

报告时间：2026年1月17日 15:40–17:00

报告地点：312会议室

报告人：张豪哲

报告主题：无监督学习研究及其在工业异常检测中的应用与探索

报告摘要：本报告围绕无监督学习范式的主要内容展开，聚焦其在工业异常检测中的适配机理与工程化落地挑战，目标是在仅有正常样本的约束下实现对复杂背景与细微缺陷的可靠检测与精准定位。

本报告将系统梳理工业异常检测中三条主流无监督路线的核心脉络，包括重建驱动的重建误差判别，嵌入驱动的特征空间度量与近邻检索建模，以及生成与合成驱动的伪异常构造与决策边界塑形，并进一步讨论分布假设合成中先验依赖与数据驱动两类思想差别在建模空间与可控性，以及生成模型合成中全图生成与全图转换两类路径差别在是否以正常样本为锚点与内容一致性约束。

同时，本报告结合近两年的代表性方向与案例，解析扩散模型在重建与伪异常生成中的双重作用及其定位机制，解析以特征嵌入为载体并通过梯度上升在特征空间合成全局与局部异常的思路，解析通过注意力通道筛选并借助判别器完成像素级分割从而生成热力图的流程，进而总结无监督异常检测从方法论到应用部署的趋势与可复用经验。