Liansheng Wang

M2OTCA：基于多倍放大最优传输的交叉注意力学习方法用于全切片图像分类

TrCPDs: 用于低重叠点云的鲁棒精细配准的修剪相干点漂移方法

结肠镜息肉图像-掩码对生成的精确边界对齐与真实感增强

肿瘤微环境引导的病理基础模型精细调优，用于预测食管鳞状细胞癌免疫治疗反应

一种用于超声成像中速度场估计的统一多模态融合框架

RRG-DPO：用于临床准确放射学报告生成的直接偏好优化

可控图像合成工作流程以增强宫颈细胞检测

MCS-Stain：利用多重细胞语义增强FFPE到HE的虚拟染色

YOLO-Light：通过神经进化在不同场景下自动生成轻量化YOLO模型

成纤维细胞分泌的ADAMTSL2通过激活LRP6/β-catenin信号通路促进心肌梗死后心脏修复。

联邦模态特定编码器及部分个性化融合解码器在多模态脑肿瘤分割中的应用

CRCFound：一种基于自监督学习的大肠癌CT图像基础模型

GastritisMIL：一种用于慢性胃炎全面组织学评估的可解释深度学习模型

通过适配掩码视觉模型实现高效的医学视觉-语言对齐。IEEE 交易. 医学成像, 1

基于智能优化算法与XGBoost结合的峰值粒子振动速度预测

Tmo-net: 用于肿瘤学多任务学习的可解释的预训练多组学模型

用于医学图像分割的模型异构半监督联邦学习

混合无监督表示学习和伪标签监督自蒸馏用于罕见病成像表型分类与离散感知不平衡校正