人才培养

一、开题答辩题目：通用多模态超声大模型研究及其在血管具身智能中的应用

二、开题答辩人：佘超银

三、开题答辩时间：2026年6月15日10:00

四、开题答辩地点：友谊校区毅字楼2楼228会议室

五、开题内容简介：

本研究针对恶性肿瘤、心血管疾病高发带来的公共卫生压力，聚焦超声医学智能化诊疗技术瓶颈，开展通用多模态超声大模型及血管具身智能应用研究。超声凭借无辐射、实时、低成本等优势临床应用广泛，但传统检查高度依赖医师经验，存在标准化、可重复性差的问题。当前超声AI存在明显短板：现有模型多为单模态、单任务设计，不符合临床综合诊疗逻辑；通用多模态大模型难以适配超声特有噪声与异构数据，存在语义对齐偏差、输出幻觉等问题；超声扫查机器人泛化能力弱，存在感知与决策解耦问题，无法实现扫查、分析、诊断全流程闭环，制约技术落地。

针对以上痛点，本研究融合多模态大模型、具身智能与医学影像分析技术，围绕“数据构建—模型研发—智能体设计—临床落地”全链条开展系统研究，旨在搭建超声专属智能诊疗闭环系统，摆脱人工经验依赖，推动超声诊疗标准化、智能化、自主化升级。研究包含四大核心模块：一是构建超声多模态高质量数据集，创新幻觉抑制理论与全流程数据质控体系，解决超声优质语料稀缺、模型幻觉突出的源头问题；二是研发超声专用多模态大模型（US-MLLM），通过双路径混合专家架构与参数高效微调策略，攻克模态失配、灾难性遗忘等难题，实现通用诊疗与个体适配的双重能力；三是搭建主动推理式超声智能体（US-Agent），构建四层智能架构，融合临床思维链与强化学习，解决系统逻辑割裂、可解释性差的问题，赋予模型迭代优化的元认知能力；四是依托颈动脉超声典型场景，集成前述技术实现机器人自主扫查、智能分析、报告生成全流程自动化，并通过多中心实验验证系统的临床适配性与稳定性。

本研究融合多种前沿AI技术，形成完整技术实施方案。理论层面，创新提出超声数据幻觉抑制理论与双路径协同决策机制，填补超声多模态大模型与具身智能融合领域学术空白，推动医学AI从感知智能向临床认知智能跨越；技术层面，攻克模态失配、黑盒决策、感知决策解耦等核心瓶颈，打造可解释、可迭代、易落地的超声智能系统；应用层面，可统一超声检查诊断标准、均衡优质医疗资源，为基层医疗普及、大规模疾病筛查提供核心技术支撑。

六、开题答辩人简介：

佘超银，男，学号2024101561，光电与智能研究院，导师黄庆华教授，主要研究方向为医学智能与系统方向。