
报告信息
报告题目:面向多中心医学影像多任务联邦学习优化研究
报告人:于泽宽 副研究员
邀请人:黄天琪 博士
时间:2026年6月9日 14:00-15:30
地点:徐汇校区工程馆100号

报告摘要
受医疗隐私法规约束与健康数据属地留存管理制度要求,多中心医学影像数据无法跨院集中归集,传统集中式深度学习已难以适配现阶段多中心协同临床建模需求,联邦学习凭借分布式训练建模的特性,成为破解医疗数据孤岛问题的主流技术路径之一。本次讲座以眼底、脑部多模态影像临床应用实例为落脚点,围绕行业共性技术瓶颈展开剖析:多中心影像普遍存在数据分布异构、标注质量不一、医疗机构软硬件算力悬殊等问题,传统联邦学习单一参数聚合策略无法适配多病种多标签分类任务;加之标签缺损、标签噪声与样本类别失衡多重因素叠加,易造成模型过拟合、训练收敛不稳定、模型预测偏移等缺陷,同时多模态影像跨病种疾病预测还面临联邦跨域自适应、域泛化难题。依托上述痛点,课题组面向眼底多病种筛查、脑肿瘤智能辅助诊断场景,研发系列优化型联邦学习算法,为多中心医疗影像隐私合规建模、跨域联邦学习技术临床落地提供相关理论方法参考与工程技术方案。
主讲人介绍

于泽宽,复旦大学生物医学工程与技术创新学院副研究员,院长助理。
先后入选上海市超级博士后,全国创新创业优秀博士后,上海市揽蓄人才计划,复旦大学优秀博士后,复旦大学战略人才-卓学优秀人才计划等。兼任复旦大学数字健康与转化校企联合实验室负责人,上海脑重大疾病智能影像工程中心副主任,安徽省数字医学重点实验室学术委员会委员等职务。主要从事多模态医学影像智能分析研究,脑机智能分析研究,已发表研究论文80余篇,1区及TOP论文40余篇。作为主要发明人已授权发明专利20余项,PCT专利2项,授权软件著作权9项,其中多项成果已完成成果转化,1项成果转化金额为100万元,1项获批国家三类医疗器械认证注册证,1项获批行业协会科技进步二等奖;指导研究生、本科生获得国家奖学金3人次,2人获得上海市优秀毕业生。独立主持国家自然科学基金,宁夏自治区重点研发课题,央国企重点攻关项目,校企联合实验室项目等多项课题,获得过首届博士后创新创业大赛金奖,复旦大学优秀博士后,上海市优秀发明选拔赛优秀发明金奖等。
供稿单位 | 科研与学科办
作者 | 黄天琪
审核 | 叶坚



