9月1日至6日，“数据科学与医疗健康”主题年活动之“下一代智能医学成像的核心算法与发展趋势专题研讨会”在云南昆明天元数学中心隆重举行。本次研讨会由徐宗本院士策划，孙剑教授、马建华教授、曾薇教授组织召集。会议聚焦医疗健康应用需求及当前成像理论与算法在实践中的局限，邀请了来自清华大学、浙江大学、东南大学、中国科学院数学与系统科学研究院、中山大学附属第一医院、南方医科大学、中国科学院深圳先进技术研究院等二十余所高校、医院及科研院所的60余位专家学者，共同探讨下一代智能化成像的发展趋势。

9月2日上午，会议在数学与统计学院副院长孙剑教授的欢迎词中拉开帷幕。孙教授对远道而来的专家学者们表示热烈欢迎，并详细介绍了“数据科学与医疗健康”主题年的活动背景和意义。他期望与会专家们就数据科学与医疗健康的深度融合等方面展开深入交流，帮助加快医疗健康行业的数字化、智能化转型。

生命学院马建华教授代表活动召集人发表讲话，他介绍了会议的几个重要议题，包括如何实现诊疗需求引导及部位自适应的成像新模式；如何实现保机理、可解释的跨模态引导高效成像；如何有效整合多中心异质性数据，构建成像预训练大模型，同时做好隐私保护等。希望大家相互启发，发展与之匹配的数学新理论与新技术。

本次会议分为学术报告和学术研讨两部分。在学术报告环节，专家们分享了各自的最新研究成果。浙江大学的孔德兴教授在“基于超声人工智能技术的分级诊疗新模式”的报告中，探讨了如何利用人工智能技术优化医疗资源配置。的马建华教授在“医学CT重建中的滤波反投影算法：从经典到前沿”的报告中，探讨了在低辐射剂量扫描条件下如何实现高分辨精准FBP成像的问题。南方医科大学的冯前进教授分享了人工智能在医学图像分析中的应用。上海交通大学的王利生教授着重介绍了AI技术在智能读片及识别各类异常区域中的应用。电子科技大学的李纯明教授介绍了基于前向后向扩散的交互式分割方法。清华大学的包承龙研究员作了题为“Wasserstein Distance: Computation and Application in Cryo-EM”的报告。的练春锋教授在汇报了有关可靠神经影像智能计算的一些最新研究进展。东南大学的刘继军教授讲解了EIT成像：模型、算法和应用。河南大学的庞志峰教授介绍了“各项异性全变差驱动图像复原”。中山大学张贺晔教授介绍了通过机器学习和计算仿真结合来解决逆问题的新思路。东南大学陈阳教授介绍了团队在多种应用场景下的低剂量CT图像重建的研究工作。北京邮电大学刘勇教授重点介绍了阿尔茨海默病的早期影像学标记研究。首都师范大学李宏伟教授报告题目为“Neural Networks Incorporating Explicit Priors for Low Dose CT Reconstruction”。上海大学应时辉教授介绍了“多任务视角下跨模态MRI快速成像的可解释深度学习方法”，中科院数学与系统科学研究院陈冲副研究员分享了团队在Mathematical Modeling and Computation in Spatiotemporal Dynamic Sparse Medical Imaging的研究成果。

在专题研讨环节，西北工业大学黄庆华教授、孙建永教授、牟轩沁教授分别组织与会专家围绕超声、CT以及超快智能核磁共振成像中数学理论及关键技术展开研讨。清华大学罗建文教授、中山大学附属第一医院王伟主任医师、上海大学施俊教授、上海科技大学郑锐教授、第一附属医院杨健教授等十余位专家围绕分布式超声智能诊断系统、三维智能超声成像技术、Radon变换的微分几何分析和稀疏扫描CT重建、核磁共振自适应射频激发与快速信号采集方法等内容作了深入的交流。

在会议的最后，的徐宗本院士做了总结发言。他强调了数据科学在医疗健康领域的重要性，希望不同领域的专家在医疗健康大数据分析处理的典型方法方面加强合作研究，共同探讨并提出重大项目选题，并在相关研究中取得重要成果。本次会议的成功举办，不仅展示了数据科学在医疗健康领域的广泛应用前景，也为与会者提供了一个难得的集聚数学、医学、信息科学等多领域交叉的合作交流平台，有助于推动统计学、数学等在生命科学领域中的应用。