6月10日，上海交通大学2026届优异学士学位论文答辩会顺利举行。经专家组严格评审与激烈角逐，由医学影像技术系李若坤老师指导、2022级医学影像技术专业本科生夏季完成的毕业论文《联邦学习联合基础模型驱动的肝脏MRI虚拟增强图像生成研究》脱颖而出，获评本届优异学士学位论文。本届评选共有45位入选，医学院仅2位。

该论文聚焦于肝细胞癌（Hepatocellular Carcinoma, HCC）MRI诊断流程中的临床痛点：存在钆对比剂存在过敏、肾源性系统性纤维化等风险，多期相扫描耗时长、费用高，制约在高危人群大规模筛查推广中的推广。研究构建了“自监督基础模型表征-生成模型虚拟增强-联邦学习协同泛化”三阶段框架，实现无钆对比剂多期相虚拟增强图像生成。基于多中心1255例肝脏MRI数据，首先通过自监督预训练构建肝脏MRI基础模型，挖掘平扫影像深层解剖语义先验；继而设计多序列门控注意力融合模块与特征桥接器，将基础模型先验注入生成网络，实现平扫至动脉期、门静脉期及延迟期的像素级映射；最后采用FedProx联邦学习算法，在隐私计算保护下实现多中心协同训练，突破数据孤岛限制。结果表明，所提框架在峰值信噪比（PSNR）、结构相似性（SSIM）等量化指标上优于代表性基线方法；联邦框架在非独立同分布数据场景下相对PSNR损失仅为5.1%，展现出良好的跨中心泛化稳定性。双盲阅片进一步证实，虚拟增强图像对HCC关键诊断征象模拟具有高度一致性，诊断准确率达92%。该研究为探索无钆对比剂、低成本、易普及的HCC筛查诊断新路径提供了重要的技术支撑。

学生感言：

四年本科时光转瞬即逝。犹记得初入课题组时，我读文献尚且磕磕绊绊，对科研更是一知半解；从跑通第一行代码、完成第一次组会汇报，到独立完成课题设计与多中心实验，这段旅程教会我的不仅是知识与方法，更是直面未知的勇气和在反复失败中坚持的韧性。衷心感谢李若坤老师的悉心指导与信任，感谢各位师长、师兄师姐以及同学和家人的陪伴支持。与你们的共同回忆，是我心中最温暖明亮的部分，也将化作我走向下一段旅程的底气与力量。

指导老师感言：

夏季同学在完成毕业论文的过程中，展现出扎实的专业功底与出色的科研潜质。从课题设计、模型构建到多中心临床验证，他都能主动思考、严谨求证，将影像医学的临床需求与人工智能的前沿方法有机结合；面对生成式模型训练不稳定、多中心数据异构等挑战，他始终保持耐心与韧劲，反复打磨，最终交出了一份兼具技术深度与临床价值的答卷。本科期间，他以第一作者在SCI一区期刊《Computerized Medical Imaging and Graphics》发表学术论文，并在国际学术会议上获得最佳口头报告。获评优异学士学位论文既是对他四年努力的肯定，更是迈向学术道路的新起点，期待他在研究生阶段志存高远、脚踏实地，在医学影像人工智能领域做出更具创新的工作。