本课题组专注于医学、工学和基础科学的交叉领域研究，通过科学创新解决实际的医疗问题，提高治疗效率和诊断准确性。

 主要研究方向：

一、医学影像应用研究：

围绕乳腺、肺部、肝脏等疾病的影像及临床特点，通过机器学习、深度学习等人工智能方法，在疾病的筛查、分型、预后等方向展开相关研究:

1、预测病理状态及疾病分型：通过对影像特征的提取，联合临床资料，挖掘其与疾病本质间的内在联系。目前在肝癌微血管浸润及乳腺癌的分型、淋巴结转移、HER-2表达状态等方向取得不错的进展。

2、预测疾病的疗效及预后：通过影像预测患者远期治疗效果及预后，进一步指导个体化精准治疗。目前在多时序预测乳腺癌新辅助化疗疗效、急性缺血性脑卒中患者无效再通、恶性脑水肿及脑疝的发生风险等方面取得相关成果。

3、辅助诊断平台的搭建：我们还专注于建立高效、精准的人工智能辅助阅片平台，这些平台已成功应用于多时序影像的乳腺癌和肺部感染的诊断，极大提高了诊断的效率和准确性。

二、工学应用研究：

在工学领域，我们的研究重点是放射和放疗影像技术的应用及优化。通过先进的图像处理方法，我们不断改进影像的质量和精度，特别是在肿瘤放疗计划和实施过程中的应用。我们的团队致力于开发和完善各种机器学习、深度学习算法和技术，如图像生成、增强和分割，这些技术能够提高放射治疗的定位精确性，优化治疗效果。

三、基础科学研究：

我们专注于开发具有特殊功能的生物医学材料和新型医学影像材料。通过运用物理、化学、生物学及纳米技术等方法，我们制备出既能提供优质影像也能进行病灶干预的材料，例如通过药物递送、光热治疗和放射治疗等方式。这些创新材料不仅提高了疾病诊断的准确性和灵敏度，而且促进了诊疗一体化的实现。