本研究方向主要从事医学图像信息处理的基本理论、方法研究。主要针对MRI/CT/PET等多模图像的特征提取、图像分割、图像配准、图像重建、图像融合及医学鉴别诊断等理论方法研究；采用的主要理论方法有主动轮廓模型、图割优化理论、马尔科夫随机场、压缩感知、支持向量机、深度学习等理论；该方向的研究是以图像引导放射治疗的关键技术，有助于肿瘤靶区位置的精确定位、医学诊断及治疗效果评价，是一项极具挑战性多学科交叉的应用基础性研究。本团队目前开展基于人工智能（Artificial Intelligence, Al）融合以临床病理检验作标记的肺部肿瘤标志物信息、临床特征信息和CT影像构建多模态信息模型，开发提供诊断肺结节良恶性多种病理类型云服务的软件平台研究。目的是能够有效地对肺结节进行早期筛查，快速明确其良恶性，辅助医生及时采取最佳治疗方案，以改善肺癌患者预后，提高其生存率。该研究方向能够最大限度地发挥团队在医学图像信息处理方面多年研究优势，是一项极具挑战性、医工学科交叉的应用基础性研究方向。