当视觉大模型遇见临床病理：底层算法赋能精准医疗的跨学科对话

现代医学精准诊疗的突破，离不开底层AI算法与真实临床痛点的深度碰撞。为了探索智能化手段提升病理诊断精度与效率的可行路径，四川大学计算机学院视觉计算实验室（VCL318）与华西医院病理科将联合开展一场前沿交叉学术交流，深度探讨“医疗人工智能”底座算法如何精准对接“乳腺癌前病变”的复杂临床需求，共同推动高质量跨学科研究的产出。  在本次报告中，华西医院病理科讲师杨李波将率先把真实的临床问题带入计算机研究者的视野。针对乳腺癌前病变普遍面临的“生物学行为异质性大、精准预后指标匮乏、过度治疗与治疗不足并存”等核心痛点，杨老师将系统分享其团队在乳腺癌前病变临床与分子病理领域的最新进展，重点剖析基于免疫组化分子分型的原位癌预后评估体系、风险分层模型以及病变谱系的演进规律。结合国内外最新研究，报告将探讨人工智能在探索乳腺癌前病变谱系演进中的应用潜力，探索如何让精准的风险评估模型低成本、无缝地迁移， »

视觉计算实验室三项研究成果入选 IEEE ICME 2026

近日，多媒体领域国际顶级会议IEEE ICME 2026公布了论文录用结果。视觉计算实验室共有3篇论文被正式录用。这些研究成果延续了实验室在“基础模型迁移”与“精细化特征提取”领域的深厚积累，分别针对医学影像的持续学习、文本驱动的交互式分割以及遥感影像的自适应感知提出了创新的解决方案，标志着实验室在推动视觉大模型向临床医疗与自然灾害监测等垂直领域落地迈出了坚实一步。 1. 腹部多器官分割新范式 在医学人工智能的实际部署中，模型常面临新旧任务更迭带来的灾难性遗忘挑战。由实验室提出的PriCL-Seg框架针对这一痛点，构建了一套基于视觉语言模型（VLM）驱动的无存储持续学习体系。该工作设计了一种创新的伪标签引导知识回放机制，巧妙地融合了历史模型预测、新类标注以及 Segment Anything »

近期视觉计算实验室多篇论文被高水平国际会议录用

近日，国际计算机视觉与模式识别会议CVPR与国际声学、语音与信号处理会议ICASSP相继公布录用结果，视觉计算实验室（VCL 318）共有3篇论文被录用。这些成果聚焦当前视觉模型在落地场景时面临的“模态适应难”、“目标捕捉弱”两大痛点，提出了一套从基础模型迁移到精细化特征提取的综合性视觉计算方案，体现了实验室在医学图像分析与多模态视觉目标跟踪领域再次取得重要进展。  在多模态融合与跨域自适应方面，实验室提出了一套从“医疗场景”到“开放环境”的体系。无论是医学影像中复杂的解剖结构，还是自动驾驶、安防监控中低照度、雨雪等极端天气，单一模态的数据往往难以提供可靠的视觉线索。针对医学图像天然存在的巨大模态差异，由2025级博士研究生卢玉杰作为第一作者提出、 »

视觉计算实验室总结大会圆满举行

在2026年2月8日，视觉计算实验室2025年度总结大会在望江校区基础教学楼B座314会议室顺利举行。本次大会采用线上线下相结合的方式进行，线下参会人员包括实验室负责人朱敏教授、2023级至2025级在读硕博，以及2026级博士申请者，线上参会人员为2022级博士生及2026级拟录取硕士研究生。朱敏教授在会议初进行简短致辞后，2025年度视觉计算实验室年终总结大会正式开始。 会议的“个人总结”环节，由实验室全体成员，按照年级顺序依次汇报。 首先，是22级的博士研究生汇报。正在新加坡公派联合培养的兰天中围绕学术论文撰写、ACM MM/MICCAI/AAAI的三次高水平国际学术会议等方面展开分享，王国强分享了结合本职工作的AI探索与实践、科研项目推进、学位论文进展等。他们以自身经历为基础，详细介绍了过去一年在科学研究中取得的成果。 »