北京时间2月28日15:00，
国际顶级期刊《Medical Image Analysis》（影响因子10+）论文作者、广西医科大学教授、智能医学学科带头人
李悦翔（Vic老师）
，将做客深度之眼Talk直播间，深度解析其团队最新研究成果——《Rubik’s Cube+: A self-supervised feature learning framework for 3D medical image analysis》。
TALK亮点抢先看
顶刊成果首发：
李悦翔教授团队提出的Rubik's Cube+框架，通过“魔方变换”实现3D医学影像的智能分析，显著提升模型泛化能力与数据利用率，成果已登国际顶刊！
直击行业痛点：
破解医学AI两大难题——多中心数据泛化不足、标注数据稀缺，分享领域自适应与自监督学习的最新技术方案。
实战案例剖析：
涵盖脑出血分类、脑肿瘤分割等真实场景，对比实验效果远超传统ImageNet预训练模型。
独家福利放送：
直播间免费分享论文原文、课件及医学生跨计算机领域学习资料（全网稀缺资源）！
深度之眼Talk由顶会主席、千引学者、Kaggle大师等领衔，全年1600+学员受益，助你跨越科研门槛。
长按识别下方二维码，一键预约TALK！
嘉宾简介
李悦翔博士
研究方向：3D医学影像分析、自监督学习、智能医疗系统
个人主页：https://yuexiangli.github.io/
老师寄语
★
“在医学影像智能判读领域，自监督技术虽已有一定的应用，但痛点明显。一方面，医学影像数据的复杂性和多样性导致自监督模型难以精准适应各类图像特征。不同成像设备、人体部位和病症表现出的影像差异巨大，模型泛化能力不足。另一方面，自监督学习缺乏有效的标注数据来验证和校准结果，这使得模型的准确性难以保障。在医学影像自监督领域，未来潜在科研热点可能集中在优化模型架构，以提升对复杂医学影像的特征提取和理解能力，增强模型的泛化性。同时，探索半监督或弱监督学习方法，结合少量高质量标注数据与大量无标注数据，提高模型准确性。此外，研究如何将自监督技术与其他先进技术，如迁移学习、强化学习等深度融合，也有望为医学影像智能判读带来新的突破。”
关于深度之眼Talk
探索未知，启迪思维，加入Talk直播，让学习不再枯燥！🌟
深度之眼Talk，是深度之眼为人工智能领域以及相关领域的学生提供的免费内容学习平台，今年我们为科研新人定制了“智慧浪潮系列”，帮助1600多名学生开阔了科研视野。深度之眼Talk由顶会领域主席、最佳论文作者、千引作者、最佳审稿人、kaggle master等大牛老师领衔主讲！覆盖了各个维度、各个领域的数百位老师。我们的目标是让每一位同学在深度之眼都能学习到普惠知识，都能有所收获。
在这里，Talk直播，不仅是一个平台，更是连接知识与梦想的桥梁。无论你是学霸还是学渣，这里都有你的一席之地！🎉
往期TALK专题（部分）
主题
领域
简介
智慧浪潮专题
全领域
从迈入科研之路开始，分享科研成长的各个阶段的心得感悟，展望未来科研工作，探讨具体的科研创新思维
医学影像智能分析进展与前沿
AI医学
讲解了医学图像分析的背景、研究目的，探讨了数据高效分析方法，同时，还探讨了提升泛化性能、解决数据孤岛问题的策略，并介绍了多模态学习和基础模型在医学影像分析中的应用
当人工智能遇到攻击
时间序列
介绍了人工智能的典型技术与应用、常见的安全问题以及对抗样本攻击及其防御技术
AIGC与虚拟数字应用
AIGC
主要探讨了AIGC(人工智能生成内容)技术在”以文搜图”任务中的应用，包括baseline模型的适用性、图像检索任务的挑战与拓展性应用，以及AIGC在“以文搜图"中的故事性问题和论文发表技巧
视觉大模型的研究
大模型
深入探讨视觉-语言大模型的模态融合、模型架构,以及研究前沿，从基础组件到应用场景，分析演进路线，分享近期工作，并展望未来发展趋势
...
...
...
