Yu, Lequan (Lequan Yu)

基于深度狄利克雷过程的贝叶斯非参数生存分析

将基于人工智能的精子评估从概念验证过渡到临床实践

基于个体间人类脑活动重建共享视觉体验

基于小波的双分支扩散模型用于低剂量CT和PET去噪

MorphoNet：基于形态学亚区域的WSI分析结构学习

FineST：对比学习整合组织学与空间转录组学进行核分辨配体-受体分析

解耦的多模态学习用于癌症表征的病理学和转录组学

生成式增强用于3D医学图像

利用视觉-语言模型连接放射图像与因素，实现增生性肝细胞癌的准确诊断

HyperPath：基于知识引导的双曲语义层次建模用于WSI分析

通过内存高效的模态互补提示学习解决缺失模态问题，以实现鲁棒的脑肿瘤分割

知识引导的病理基础模型的适应有效提高了跨域泛化和人口统计公平性。

SIB-MIL：用于全切片图像分析中鲁棒多实例学习的稀疏诱导贝叶斯神经网络

MCS-Stain：利用多重细胞语义增强FFPE到HE的虚拟染色

FM2：通过解耦的一致性-发散性表示融合多个基础模型进行病理图像分析

多对比度低场MRI加速：基于k空间渐进学习与图像空间混合注意力融合

Swin-UMamba†：基于Mamba的视觉基础模型在医学图像分割中的应用适配

基于R2D2先验的贝叶斯神经网络特征保持收缩

从混合监督中扩展胸部X光基础模型以进行密集预测

基于大型语言模型的图数据增强的民主化：通过潜在知识图谱