口头报告亮点#

在”重建技术与应用”主题会场中，博士研究生王昊展示的《Multi-institutional Collaboration for Low-dose CT Image Reconstruction via Continual Recurrent Learning》，提出了一种基于多机构协作范式的低剂量 CT 重建方法，缓解了多机构数据异质性的影响，实现了多协议下的高质量成像，为医疗机构数据协作提供了新思路。

在”成像系统和技术”主题会场中，硕士研究生余烨辉展示的《Spatio-Temporal Gaussian Splatting for 4D-DSA Reconstruction》，提出基于时空高斯建模的方法，用于4D-DSA重建，提升重建精度和效率。

在”图像处理与分析”主题会场中，博士研究生蒙铭强展示的《Synthetic Data Augmentation using Cross Institution Latent Diffusion Models for Robust CT Imaging》，提出了利用跨机构潜在扩散模型进行合成数据增强的方法，以增强 CT 成像的鲁棒性。硕士研究生曾翠蝶展示的《FTTF-L: Functional Transform-based Low-rank Tensor Fractization Learning Model for Temporally Sampling Cerebral CT Perfusion》，构建了基于函数变换的低秩张量分数化学习模型，用于脑部 CT 灌注成像的时间采样优化。

壁报展示#

在壁报展示会场，团队多名学生表现突出：

• 博士研究生郭义：《Ultra-Low-Dose CT-guided Puncture Method based on Internal Scanning》
• 博士研究生王昊：《CT Image Harmonization via Style Conversion from Different Reconstruction Kernels》
• 硕士研究生李玉乐：《An Innovatively Designed Source-and-Detector-Integration Hardware for Static CT System with Monte Carlo Simulation》
• 硕士研究生张宇健：《Multi-view Angiogram Generation Model for 3D-DSA Reconstruction》
• 硕士研究生肖萌：《Investigation of 6D Photon Counting Myocardial Perfusion Computed Tomography Imaging in Preclinical Study》
• 硕士研究生江浩涛：《Rigid motion estimation and compensation in Oral CBCT based on 3D-2D registration》
• 硕士研究生孟筱：《MUSKNet: Deep learning-based multiple reconstruction kernel harmonization network for CT imaging》
• 硕士研究生李颖：《TGDM: Textural and Geometric Features Inspired Diffusion Model for Lesion Generation in CT Images》
• 硕士研究生宋含笑：《INHfun-Net: Implicit Neural Representation with Hyperfunction Network for Medical Image Compression》

Travel Award#

生物医学工程学院学子在Fully 3D 2025国际会议上表现优异，研究生蒙铭强、王昊、曾翠蝶、余烨辉、宋含笑荣获Fully3D 2025 Travel Award。该奖项不仅彰显了我校在医学影像研究领域的雄厚实力，也让更多优秀的南医学子在国际学术舞台绽放光彩。

关于Fully 3D会议#

Fully3D会议自1991年创办以来，每两年举办一次，已发展成为专注于生物医学多维图像重建算法与计算方法的顶级会议。会议传统上聚焦于X射线CT、PET和SPECT等成像技术，近年来也逐步拓展议题，涵盖了磁共振成像（MRI）、超声成像以及其它新兴成像技术。本届大会共设立了10个专题会场，涵盖PET/SPECT重建、重建技术与应用、运动校正、X射线CT重建、成像系统与技术等多个前沿方向。