医学图像跨模态生成

医学图像跨模态生成是指利用机器学习方法，在不同医学影像模态之间建立映射关系，实现从一种成像方式生成另一种成像方式的任务。例如从CT生成超声、从CT生成PET，或在缺失模态情况下进行高质量补全与合成，成有助于提升医学影像的可及性、完整性与诊断准确性，推动精准医疗与智能影像的发展。

基于医学图像大模型的分析与诊断

医学图像大模型分割与诊断是近年来医学人工智能的核心研究方向之一，旨在构建具备通用表征能力与跨任务泛化能力的基础模型，使其能够统一支持医学图像中的分割、分类、检测及临床诊断推理等多种任务。

面向体育健康的多模态融合感知

基于视觉与雷达等多传感器融合的感知方法，实现复杂体育场景下小目标(如小球)的高精度检测与稳定跟踪，用于运动员动作分析与运动轨迹监测等体育健康相关任务。