近日，在英国伦敦举行的第23届IEEE国际生物医学影像研讨会（IEEE International Symposiumon Biomedical Imaging, IEEE ISBI 2026）上，生命学院“视觉认知与类脑计算”团队博士生谭玉博、张晓等人在团队负责人李永杰教授的指导下，获得“超声图像分析基础模型挑战赛（ISBI FMC-UIA 2026: FoundationModel Challenge for Ultrasound Image Analysis）”回归任务（RegressionTask）冠军（Champion）和检测任务（DetectionTask）冠军（最好性能，Best Performance）。
超声图像检测任务（Detection Task）冠军（Best Performance）证书
超声图像回归任务（Regression Task）冠军（Best Performance）证书
超声影像是临床诊断中不可或缺的核心工具，凭借无创、便捷、低成本的突出优势，广泛应用于胎儿发育监测、肿瘤筛查、各类疾病诊断等多个临床领域，为疾病早期发现、精准诊疗提供了坚实支撑。然而，传统超声影像分析方法多局限于单一任务，例如仅针对某一器官的分类或某类肿瘤的检测，缺乏跨器官、跨病理类型的泛化能力，难以充分挖掘超声数据中蕴含的多维度临床信息。
本次超声影像基础模型挑战赛（ISBI FMC-UIA），以“开发超声影像基础模型”为核心目标，要求参赛团队设计一款具备高度泛化能力的深度模型，能够同步处理超声影像中的分割、分类、检测与回归四大核心任务，覆盖多器官、多病理应用场景，实现从基础技术研发到临床实际应用的无缝衔接。赛事数据集整合了多中心公开数据与私有临床数据，涵盖二十多个细分任务，累计收集并标注6000余例超声影像，为参赛模型的训练与性能评估提供了标准化基准。主办方根据参赛团队在多中心数据集四大类核心任务中的表现指标，全面考核模型在真实临床场景中的性能稳定性与实用价值。
博士生谭玉博等人设计的超声基础模型表现突出，在主办方提供的数据集上展现出优异的技术性能，成功斩获检测与回归两大任务冠军，其模型具备良好的临床转化潜力，为超声影像AI技术的临床应用奠定了重要基础。
作为本次挑战赛的举办平台，IEEE国际生物医学影像研讨会（IEEE ISBI）由IEEE信号处理学会（SPS）和IEEE生物医学工程学会（EMBS）联合倡议发起，是全球医学影像计算领域的国际顶会之一。该会议自2002年正式举办，始终聚焦生物医学影像技术的前沿研究与临床落地，研究领域覆盖生物医学影像的全链条，涵盖影像获取、处理、分析、解读及临床应用等多个环节，具体涉及超声、MRI、CT、病理影像等多种影像模态。其核心研究方向聚焦于AI与影像技术的深度融合、信号处理技术的创新突破、多模态影像融合等，紧密结合临床诊断、治疗监测、疾病预防等实际需求，持续推动医学影像技术向更快速、更精准、更人性化的方向发展。该会议通过主题报告、专题研讨、技术挑战赛等多种形式，汇聚全球顶尖专家学者，分享生物医学影像领域的最新研究成果。其中，挑战赛作为ISBI会议的核心特色环节，多年来始终聚焦生物医学影像领域的关键技术难题，为全球科研工作者搭建了公平竞技、交流合作、成果转化的优质平台。
团队介绍：
生命学院“视觉认知与类脑计算”团队依托中国—古巴神经技术与脑器交互“一带一路”联合实验室、神经信息教育部重点实验室、科技部神经信息国际联合研究中心、高场磁共振脑成像四川省重点实验室、四川省脑科学与类脑智能研究院等平台，长期致力于大脑视觉认知机理、视觉计算模型、类脑视觉技术与应用研究（包括智能医学影像分析、全天候计算机视觉感知等）。团队目前有教授2人、副高3人、助理研究员1人，在读硕士及博士生40余人。近十多年来，先后承担中国脑计划项目课题、国家自然科学基金各级项目、各类省级项目等20余项，在重要期刊和会议发表论文200余篇，含神经科学类期刊（如NeuroImage、HumanBrain Mapping等）、工程类期刊（如IEEE Transactions on PAMI/IP/MI/MM/ITS、IJCV、PR等）及国际顶级会议（如ICCV/CVPR/ECCV/ACMMM等）；申请中国发明专利近70余项（其中已授权50余项），曾获吴文俊人工智能自然科学奖等，在ACMMM、MICCAI等国际顶级会议挑战赛中获得多项优异成绩。部分成果技术已在基于视频的高铁线路智能巡检、智能医学图像分析与辅助诊断等工程问题中得到成功应用。
