福州大学心脏影像分析课题组
我们致力于心肌梗死、心房颤动等重大心脏疾病的前沿交叉研究。通过融合人工智能、医学影像分析、计算建模与临床医学，深入探索疾病发生发展的复杂电生理机制与结构功能演变规律。我们的核心目标是：揭示心脏疾病深层机制，研发智能精准诊疗工具，推动防治策略创新，为提升心血管健康水平提供科学引擎。
课题组在心血管智能计算领域持续取得突破性成果，研究论文多次发表于国际顶级期刊与会议，代表性文章包括但不限于：
Ding W, Li L, Qiu J, et al. Aligning multi-sequence CMR towards fully automated myocardial pathology segmentation[J]. IEEE Transactions on Medical Imaging, 2023, 42(12): 3474-3486.
Ding W, Li L, Qiu J, et al. CineMyoPS: Segmenting Myocardial Pathologies from Cine Cardiac MR[J]. IEEE Transactions on Medical Imaging, 2025.
Ding W, Li L, Zhuang X, et al. Cross-modality multi-atlas segmentation using deep neural networks[C]//International conference on medical image computing and computer-assisted intervention. Cham: Springer International Publishing, 2020: 233-242.
Pei C, Wu F, Huang L, et al. Disentangle domain features for cross-modality cardiac image segmentation[J]. Medical Image Analysis, 2021, 71: 102078.
Pei C, Wu F, Yang M, et al. Multi-source domain adaptation for medical image segmentation[J]. IEEE Transactions on Medical Imaging, 2023, 43(4): 1640-1651.
此外，我们积极构建国际化科研生态，携手世界顶尖学府共同推动领域发展，与牛津大学、新加坡国立大学、复旦大学等建立长效合作机制，为解决人工智能赋能的医学图像分析在真实世界应用问题，成功主办全球学术挑战赛CARE 2024、CARE 2025
团队依托多项国家级、省部级重大课题开展前沿探索：
· 国家基金面上项目《心房影像特征与知识联合驱动的房颤复发风险评估(62271149)》，55万，黄立勤；
· 国家基金青年项目 《心脏电影序列运动信息驱动的心肌梗死病灶量化方法研究(62401148)》. 30万，丁王斌;
· 国家基金面上项目《基于数据的稀疏规则学习方法在全方向M 型心动图系统辅助诊断中的应用研究(61471124)》，80万，黄立勤;
· 省基金重点项目《结合深度学习和多图谱的多模态全心脏分割研究(2021J02019)》，30万，黄立勤；
我们热忱欢迎志同道合、对心脏研究充满热情的伙伴加入，一起在个个都是人才，说话又好听的团队里，挑战未知，探索心的奥秘！