蔡青，中国海洋大学副教授，博士生导师，先后荣获山东省“泰山学者”青年专家、山东省优青、山东省人工智能科学技术奖-优秀青年奖、中国海洋大学“青年英才工程”等。CCF 高级会员、CCF-CV委会委员、CCF-MM专委会委员、CCF-AI专委会委员、CSIG青工委委员、山东省人工智能学会理事、YOCSEF青岛委员。主要研究方向为人工智能与医工交叉方向，具体包括医学图像处理、疾病辅助诊断、三维重建等。相关工作已以第一或通讯作者身份发表在国内外重要学术会议、期刊: CVPR、AAAI(x4)、IJCAI、ACM MM、IEEE TIP(x4)、IEEE TNNLS(x2)、IEEE TCSVT、PR(x3)等。担任CVPR、ICCV、ECCV、NeurIPS、ICLR、ICML、AAAI、IJCV、IEEE TIP、IEEE TNNLS、IEEE TCYB等审稿人。主持国家自然科学基金（面上&青年）、山东省自然科学基金（优青&青年）、中国博士后科学基金、中国海洋大学青年英才工程等项目。

史颖欢，博士，南京大学计算机学院教授、博导，院长助理、兼任南京大学健康医疗大数据国家研究院医疗人工智能平台主要负责人。于2007和2013年在南京大学计算机科学与技术系（现计算机学院）获学士和博士学位。研究兴趣为机器学习、模式识别、以及其在医疗图像处理、AI for Science等方向的交叉研究。近年来，主持国自然优秀青年基金、国自然重点项目、国家重点研发计划数字诊疗重点专项课题，国家科技创新2030-新一代人工智能重大项目课题，江苏省前沿技术研发计划项目。在CCF-A类会议、IEEE/ACM汇刊发表论文80余篇。出版科普书籍《口袋里的人工智能-AI与健康医疗》一册。获得南京大学首届优秀研究生德育导师、吴文俊人工智能优秀青年奖、中国科协青年人才托举工程、江苏省自然科学二等奖（第二完成人）、中国人民解放军军队医疗成果奖（第三完成人）等荣誉。

贾潇，山东大学控制科学与工程学院教授、博士生导师。入选国家级高层次青年人才，山东大学杰出中青年学者（第一层次），山东省泰山学者青年专家，山东省优秀青年科学基金项目(海外)，承担国家和省部级自然科学基金多项。山东大学自动化系本科，香港中文大学电子工程系博士，美国斯坦福大学博士后。依托机器智能与系统控制教育部重点实验室、人工智能与系统控制研究所开展研究工作，主要研究方向包括机器学习、多模态智能感知、视觉-语言大模型、智能医疗系统等。在PIEEE、EU、TASE、ICRA、IROS、MICCAI等国际学术期刊及会议上发表论文40余篇。

史淼晶，同济大学电子与信息工程学院教授、科学技术研究院副院长，伦敦国王学院客座教授。博士毕业于北京大学，历任法国国家信息与自动化研究院研究员，英国伦敦国王学院信息系助理教授，副教授。主要研究计算机视觉，医学图像处理等，先后发表高水平期刊会议论文90余篇；主持中国自然科学基金项目，英国工程与自然科学研究理事会项目，欧洲研究理事会项目等10余项。近期获法中委员会个人科技创新奖，伦敦国王学院年度贡献奖，同济大学五四青年奖章。他是青年千人，IEEE高级会员，英国高等教育学会会士。

张道强，南京航空航天大学人工智能学院教授、院长，脑机智能技术教育部重点实验室主任。入选国家级领军人才、国际模式识别学会会士（IAPR Fellow），获国家自然科学基金优青和重点项目等资助。任IEEE Trans. Medical Imaging、Pattern Recognition、Machine Intelligence Research、Intelligent Medicine等期刊编委，以及《数据采集与处理》期刊副主编。担任中国图象图形学会监事、阿尔茨海默病防治协会理事、中国图学学会图学大数据专委会副主任、中国人工智能学会机器学习专委会常委、中国生物医学工程学会医学信息与控制分会常委、江苏省人工智能学会医学图像处理专委会主任等。主要研究方向为人工智能，机器学习，医学图像分析，脑机接口等，发表学术论文200 余篇，被引2万余次。获国家自然科学二等奖1项、教育部自然科学一等奖和二等奖各1项，指导博士生/博士后2次获医学影像领域重要国际会议MICCAI青年科学家奖。2014-2023 连续10年入选Elsevier 中国高被引学者榜。

报告摘要：报告以智能医学成像和处理为题，围绕临床任务驱动的智能医学成像中的基于特征学习的高质量成像技术、国产医学影像设备核心算法研发嵌入以及临床任务驱动的医学影像处理，主要讲述了智能医学成像、成像算法应用、智能影像处理及应用和医工交叉研究思考等四部分内容。

讲者简介：陈阳教授围绕医学成像算法和智能影像分析开展科研工作，服务国产高端医疗设备，发表论文一百多篇，是爱思唯尔发布的 2022-2024年中国高被引学者。目前是东南大学计算机科学与工程学院教授、国家杰出青年科学基金获得者和科技部重点研发专项负责人。

报告摘要：随着深度学习技术的飞速发展，医学影像智能计算取得了显著进展，但仍面临诸多挑战，特别是在标注数据稀缺和疾病呈现长尾分布的情况下如何构建高性能和可信赖的模型。为了应对这些挑战，预训练技术在医学影像分析中的应用逐渐受到关注，相关研究致力于使用相关，甚至无关的医学影像数据对模型进行预训练，提升其分析各种模态的医学影像的能力。在此基础上，研究者们正致力于构建具有较大规模的基础模型，并开发模型微调技术，以提升模型在不同诊断任务上的泛化性能。本报告将深入探讨医学影像分析中的预训练技术所面临的主要挑战，包括数据标注不足、数据维度问题、模型能力的限制及基础模型的构建。通过分享课题组在这些领域的研究经验和体会，本报告还将探讨医学影像分析中预训练和基础模型的应用机遇与挑战，以期为相关领域的研究者提供有益的参考和启示。

讲者简介：夏勇，西北工业大学计算机学院/人工智能学院教授、空天地海一体化大数据应用技术国家工程实验室成员，研究方向为医学影像智能计算，近5年在JAMA Network Open､Radiology、IEEE-TPAMI/TMI/TIP/TNNLS､IJCV、MedIA､NeurIPS､CVPR､ECCV、MICCAI、AAAI、IJCAI发表论文100余篇，谷歌引用1.7万余次，H-index=61，先后在10余项国际学科竞赛中获得前三名；担任中国体视学学会理事、中国计算机学会数字医学分会常委等。

报告摘要：多模态磁共振脑成像能够无创地提供人脑结构与功能活动信息，脑网络研究为理解脑信息加工机制和评估新干预方案开辟了新途径，发展精确和有效的脑网络计算理论与方法，在此基础上阐明脑网络的结构和功能组织规则、信息处理规律及对认知功能的调控机制已经成为信息科学、脑科学等的共同科学前沿。我们将与大家共同探讨基于脑影像的脑连接、脑网络研究的想法由来，部分特殊人群的研究进展及在阿尔茨海默病（AD）中的应用进展。重点汇报近期团队选择神经退行性疾病的典型代表AD为研究对象，从个体化脑图谱、个体化精准脑连接模式、无创经颅光生物调节系统开发和AD干预范式等研究的一些进展。

讲者简介：刘勇，博士，教授，北京邮电大学人工智能学院副院长。主要研究方向：脑影像智能理解及临床应用。以通讯(含共同)作者发表包括Science Advances，Alzheimer & Dementia，eClinicalMedicine, Biological Psychiatry, Science Bulletin等论文50余篇，授权专利7项。作为课题负责人承担包括国家自然科学基金青年基金（A类）项目、科技部科技创新2030-重大项目、国家重点研发计划重点专项、国家自然科学基金重点项目、北京市自然基金杰出青年基金(2020)等。曾获吴文俊人工智能科学奖自然科学一等奖（2019，排名第2）等学术奖励，连续入选Elsevier中国高被引学者(2020--)。

报告摘要：随着人工智能与数字病理学的深度融合，病理大模型正成为癌症精准诊疗领域的新范式。本报告将系统探讨病理大模型在癌症精准诊断、分子分型预测、治疗响应评估及预后分析中的前沿进展，揭示其通过多模态数据融合（如全切片图像、影像、基因组学及临床信息）实现"微观-介观-宏观"关联解析的突破潜力。进一步探讨病理大模型如何推动癌症精准诊疗从“经验驱动”迈向“计算驱动”的范式跃迁。

讲者简介：陈浩，香港科技大学计算机科学与工程系，化学与生物工程系和生命科学部助理教授，医工交叉联合创新中心主任，研究兴趣包括医疗大模型，计算病理，多模态融合，医学图像分析，计算机辅助微无创诊疗等。在Nature Biomedical Engineering、Nature  Communications、Lancet Digital Health、Nature Machine Intelligence、Jama、MICCAI、IEEE-TMI、MIA、CVPR、ICCV等顶级期刊和会议发表论文100余篇（谷歌学术引用35000余次，h-index 79），连续入选斯坦福大学全球排名前2%科学家名单，科睿唯安全球高被引科学家等。曾获得2023年亚洲青年科学家、国家教育部优秀成果二等奖、北京市科技进步一等奖、2019年人工智能医学影像顶级会议MICCAI青年科学家影响力奖等奖项，担任包括IEEE TMI、TNNLS、J-BHI和CMIG等期刊编委，担任ICLR、CVPR、ACM MM、MICCAI等多个国际会议的领域主席和程序委员，曾带领团队获得15项国际医学图像分析的挑战赛冠军。

报告摘要：由于大脑的复杂性、评价指征模糊和直接观测手段的缺乏，阿尔茨海默病（AD）等神经退行性疾病的早期筛查是医学领域的难点问题。临床常规使用的PET、MRI、DSA、认知测试等方式存在设备庞大、费用高昂、有放射或创伤性、检测耗时长等问题, 不适用基层普及和开展大规模人群的筛查。因此，探寻高效无创的筛查手段成为早期预防的迫切需求和研究热点。眼和脑具有高度的发育同源性和功能相似性，眼潜在成为研究大脑的一个绝佳观测窗口。本报告将介绍汇报人近几年在多模态眼科医学图像处理的研究工作，主要包括看展了图像增强、结构提取分割、特征量化、疾病诊断等算法研究。围绕阿尔茨海默病等神经退行性疾病大规模筛查困难等问题，探索脑疾病与各种眼部影像特征的相关性，揭示脑疾病与视网膜结构变化的内在联系和规律，为早期精准辅助诊断提供科学基础和技术支持。

讲者简介：赵一天，任中国科学院宁波材料所研究员，博导，所属先进诊疗实验室副主任。主要从事人工智能+眼科医学影像分析的研究，近几年聚焦于眼科多模态图像，开展了眼、脑、心脏等相关疾病的智能诊断算法研究及设备研发。先后获国家优秀青年基金、科技部重点研发计划青年科学家、浙江省杰出青年基金、中国科协青年人才托举工程的支持，主持国自然等项目十余项。在Nature Machine Intelligence、npj Digital Medicine、IEEE PAMI、IJCV、IEEE-TMI、MedIA、CVPR、MICCAI 等行业顶级国际期刊和会议发表论文100余篇，学术总引超9200次，单篇最高引用次数超2300次。现兼任The Innovation (IF: 32.1) IEEE Trans. Medical Imaging (IF: 10.6) 和Medical Physics (IF: 4.5)等期刊编委/副编。