本人研究方向主要包括：
1、视觉/多模态大模型；2、智能医学影像分析；3、计算病理；4、视觉-语言多模态学习。
我组目前主要专注于以下两个研究方向：
（1）生成式模型研究：针对标签数量有限的复杂图像（如病理图像、医学影像等），基于扩散模型（diffusion model）等生成式方法，构建新型生成模型。该模型旨在高效地生成高质量的图像样本，并同时生成相应的有效标签，以满足下游任务（包括但不限于分割、检测与分类）对于大量可靠数据的需求。
（2）分割大模型研究：专注于分割大模型的深入研究，特别是对“Segment Anything model”（SAM/SAM2）在复杂图像中的应用展开探索。研究内容包括对模型框架的优化，力求提升其在复杂场景下的表现，同时也积极探索如何通过改进提示（Prompt）适配策略，进一步增强模型的灵活性与通用性。