2026年3月7日，由深圳应用数学中心牵头，联合首都师范大学、中国科学院深圳先进技术研究院共同承担的国家重点研发计划“数学和应用研究”重点专项——“脑动态影像构建与分析中的关键数学问题及其应用”项目进展研讨会在南方科技大学顺利举行。

会议邀请了北师香港浸会大学副校长潘建新教授、东南大学数学学院院长虞文武教授、郑州大学数学与统计学院院长任景莉教授、浙江师范大学张昭教授、中国科学院深圳先进技术研究院医学人工智能中心执行主任葛永帅研究员、中国科学院数学与系统科学研究院陈旭瑾研究员、上海交通大学范金燕教授、北京应用物理与计算数学研究所陈艺冰研究员、南方科技大学韩松柏研究教授、中山大学朱庆勇教授等专家学者担任评审专家。会议由项目负责人史建清教授主持。

史建清教授首先汇报了项目总体实施进展。随后四个课题负责人史建清教授、赵树森副研究员、张振研究员、张进教授分别围绕多模态脑影像数据的清洗与融合、高分辨颅脑锥束CT动态成像理论、磁共振参数定量成像的物理驱动深度学习方法，以及面向多模态影像数据的深度学习模型等方面，详细汇报了各课题的研究进展与技术突破。在课题一中，史建清教授团队搭建了中国首个将自由步态与老年健康多模态数据相链接的数据库平台，重点突破了自由步态数据的采集与特征提取技术，并基于此开展了多项探索性研究。在课题二中，赵树森副研究员团队围绕高分辨动态颅脑锥束CT成像的关键理论与技术，提出了多种创新性的成像模型与校正算法，在散射伪影抑制、环状伪影去除及有限角CT重建等方面取得显著进展。相关成果已成功应用于工业CT检测领域，并初步搭建了颅脑锥束CT成像软件系统，为核心技术的转化应用奠定了基础。在课题三中，张振研究员团队围绕磁共振欠采样成像难题，融合物理建模与深度学习，提出了多种创新性神经网络模型，在快速成像、功能成像及物理约束建模方面取得突破；成果已在脑、心脏等多器官成像中验证有效，为高加速、高精度MRI临床应用提供了关键技术支撑。在课题四中，张进教授团队围绕医疗脑部影像分割与分类中的实际挑战开展协同攻关，提出基于双层优化的小样本元学习模型，并探索非凸非光滑下层问题的高效求解方法。相关人工智能成像分析技术已完成产业转化并应用于多类医疗设备，同时团队正推进多模态脑影像可视化检测系统建设，为医学影像智能化应用奠定基础。

专家组听取完汇报后，对项目现阶段取得的进展给予了充分肯定。专家一致认为，项目研究思路清晰、技术路线可行，各课题均按计划稳步推进，取得了阶段性成效。同时，专家组结合中期检查要求，就进一步凝练成果、强化课题协同等方面提出了多项建设性意见，为项目后续顺利推进提供了有力指导。

史建清教授在总结发言中表示，本次会议作为国家重点研发计划“数学和应用研究”重点专项的进展研讨会，专家们提出的意见十分宝贵，为项目后续的深入推进指明了方向。项目团队将认真汲取专家建议，不断优化研究方案，确保项目能够高质量完成，为推动脑动态影像分析领域的发展贡献力量。

通讯员：朱姝