Trustworthy-AI for Reliable, Universial and Transformative Healthcare (TRUTH) 课题组
研究理念
SEEK THE TRUTH！
求真、务实！
研究目标
TRUTH课题组长期围绕“智慧医疗的可信性”这一核心问题和行业重大需求，以医学影像、临床数据、组学数据、穿刺手术机器人、导丝手术机器人、微纳手术机器人等为主要研究对象，开展生物医学信息的可信性智能分析、手术机器人的可信性智能导航研究。具体目标包括：
（1）生物医学信息的可信性智能分析：致力于开发生物医学信息的可信性智能分析技术，通过深度学习、知识图谱方法，系统评估多源异构信息（如文献、临床数据、组学数据）的可靠性、时效性、一致性及证据等级，构建动态可信度量化模型，为精准医疗决策、疾病风险预测提供可解释、可溯源的智能验证支持。
（2）手术机器人的可信性智能导航：聚焦手术机器人可信性智能导航，通过多模态感知融合与强化学习框架，构建实时动态空间映射模型，实现亚毫米级位姿纠偏与组织形变补偿，建立涵盖操作安全性、路径合规性、决策可解释性的多维度可信评估体系，为介入手术提供高精度抗扰导航，保障人机协同操作的安全与效率。
研究方向
（1）医学影像质量提升：医学影像去噪、超分辨率、质量增强
（2）医学影像病灶分割：医学影像单目标分割、多语义分割、多实例分割，医学影像半监督、弱监督分割
（3）计算机辅助诊断疗效预测：医学辅助诊断大模型、多模态信息融合诊断、多任务联合诊断、治疗手段疗效预测、预后生存期预测
（4）手术机器人环境感知：血管三维重建、腔体三维重建、器官三维重建，内窥镜图像分割与三维重建
（5）手术机器人运动规划：手术机器人人体内任务规划、路径规划、轨迹规划
