3D医疗影像多模态基础大模型研究

1. 基于千万量级的3D医疗影像与临床报告配对数据，攻坚多模态预训练核心技术，构建具备通用能力的影像理解基础大模型。 2. 研发具备高精度、高鲁棒性的多癌种早期智能筛查大模型，并主导在多中心环境下的超大规模临床队列验证。 3. 探索并优化基于多模态大语言模型（MLLM）架构的3D影像理解底层机制，在核心下游任务上全面对标甚至超越传统专家模型。 4. 沉淀行业级3D/视频模态医疗影像训练范式，推动核心前沿算法在顶级学术会议与临床器械审批中的阶段性突破。

1. 获得本科及以上学历，计算机科学、人工智能、医学图像处理或相关专业； 2. 具备扎实的深度学习基础，精通 3D 视觉（如 3D CNN、Vision Transformer 等）与多模态表征学习前沿算法； 3. 具备极强的大规模分布式训练工程能力，熟悉海量**医疗影像数据**的清洗、标注、存储优化及全链路数据管线建设； 4. 具备极致的极客精神与科研攻坚毅力，逻辑思维严密，能够应对复杂医疗场景下的算法性能与鲁棒性挑战； 5. 在计算机视觉或医学影像顶级学术会议（如 CVPR、ICCV、MICCAI 等）上有高质量论文发表记录者优先。