图像分割作为计算机视觉与医学图像分析中的基础与核心任务，长久以来一直面临着在复杂背景下实现高效、精准分割的挑战。图像分割的效果不仅受到图像本身特征的影响，还依赖于分割算法的准确性与效率。然而，传统方法在处理具有复杂背景、噪声干扰或边缘模糊的图像时，往往难以达到理想的分割效果，限制了其在更广泛领域的应用。近日，上海交通大学医学院源申康复研究院刘丽青年研究员在仪器仪表与计量测试领域国际顶级期刊《IEE...

医学影像分析在疾病诊断、手术规划和康复效果评估中是至关重要的步骤，其中器官图像分割是核心任务之一。准确提取医学影像中的器官结构能够为临床决策提供更全面的诊断依据，从而提升诊断准确性与工作效率。传统方法依赖人工标注或传统图像处理技术，面临低对比度、器官形态多变、背景干扰等多方面的挑战。近年来，深度学习在医学图像分割中展现出强大潜力，但现有模型仍存在以下问题：小器官或边界模糊区域的分割精度不足；训...

脑-机接口技术的发展为神经康复提供了新的方向，尤其是基于运动意图的脑电解码，有望实现脑功能与外部设备之间的直接交互，从而促进残余神经通路的重塑，提升康复效率。然而，脑卒中患者的脑电存在空间特异性弱和多任务特征复杂性的问题，传统的解码算法在面对信号变化和患者状态波动时鲁棒性不足，制约了脑机接口系统在康复中的实际应用。因此，提升单侧上肢运动意图解码算法的识别精度和泛化能力，不仅可提高运动想象信号的识...

近日，2024年度上海市白玉兰人才计划浦江项目拟资助项目名单公布,我院王璁副研究员的项目获得2024年“上海市白玉兰人才计划浦江项目A（科研开发）类”资助。