科研导师
Dr. Peter中国科学院博士后，助理研究员
导师介绍
研究领域：大模型，图网络 学术成果：在计算机领域顶会顶刊上发表多篇论文，其中一作5篇； 多家知名大厂实习经历，实践项目经验丰富。
手术室场景图像识别网络的泛化性能优化研究
- 课题名称
- 手术室场景图像识别网络的泛化性能优化研究
- 学科专业
- 课题关键词
- 辅导模式
- 1对1
- 发表目标
- SCI期刊1-3区
- 课题介绍
- 手术室作为医疗行为实施的核心场景，其环境复杂性与操作规范性对患者安全具有直接影响。近年来，基于深度学习的图像识别技术在手术器械定位、术式流程分析及并发症预警等领域展现出应用潜力，为智能化手术室建设提供了技术支撑。然而，现有识别模型多依赖单一医疗中心的标注数据进行训练，在面对不同手术类型（如开放手术与腔镜手术）、设备品牌差异、光照条件变化及术者操作习惯多样性时，常出现特征提取偏差与决策边界漂移，导致模型泛化性能下降，限制了临床转化价值。因此，针对手术室场景的特殊性，研究如何通过数据增强策略优化、域自适应学习及轻量化网络架构设计等方法，提升图像识别模型在跨场景、跨设备条件下的鲁棒性，成为推动智能医疗技术落地的关键科学问题，对降低医疗差错、提升手术效率具有重要理论与实践意义。
导师信息
招生要求
面向具有相关学科背景与研究兴趣的学习者，具体要求以课题导师评估为准。