电子信息与控制工程学院第二期青年学术论坛成功举办
2025年11月4日，电子信息与控制工程学院成功举办了第二期青年学术论坛。本次论坛聚焦人工智能前沿领域，近四十位青年教师齐聚一堂，围绕伤口图像智能分割与端侧AI高效部署两大热点议题展开深入探讨。论坛上，刘思妍与余绍政两位青年教师分别就各自的研究领域带来了精彩的学术分享，展现了学院青年教师扎实的学术功底和锐意进取的创新精神。本次论坛旨在促进学院内部学术交流，激发青年教师的科研创新活力，营造浓厚的学术氛围。
论坛伊始，青年教师刘思妍分享了“基于半监督主动学习的伤口图像自动分割研究”的相关研究。从临床伤口评估的核心矛盾切入，传统手动测量耗时且主观差异大，深度学习模型虽能提升精度，却需大量专家逐像素标注伤口图像，极大工作量限制了技术推广，因此开发高效、精准且低标注成本的分割方案成为迫切需求。分享中系统梳理了研究关键路径：以474例患者的1564张手机采集图像及FUSC公开数据集为基础，采用U-Net架构，通过4轮半监督主动学习将训练样本量从9%提升至87%，还结合图像处理与回归模型实现伤口PWAT评分；指出破解临床标注瓶颈的关键，在于打破“大量标注需求”与“专家有限精力”的割裂，以半监督主动学习实现二者协同优化。同时结合研究成果展示：模型第4轮训练时Dice系数稳定在0.95以上，能精准完成伤口自动分割，构建的数据集可作领域基准，还能辅助临床快速测量以减少医生工作时间。分享内容兼具理论与实践价值，为伤口评估自动化落地提供了清晰路径，也提及未来将通过扩展多中心数据集、对接BWAT评分系统、结合Transformer架构进一步优化模型性能。
紧接着，青年教师余绍政分享了“端侧智能：轻量化模型与多核异构协同优化研究”的相关研究。余老师从当前AI大模型日益增长的算力需求与终端设备资源有限的核心矛盾切入，系统梳理了模型剪枝、量化等轻量化技术，并剖析了从单核到超异构计算的硬件演进趋势。分享中指出破解端侧智能的能效瓶颈，关键在于打破软硬件的割裂，实现二者“双向奔赴”的协同优化。他结合其提出的相关研究框架，展示了如何为特定场景生成最优部署的初步策略。分享内容深入浅出，为我们理解和实践边缘AI的高效部署提供了极具价值的思路与洞见。
本次青年学术论坛的成功举办，不仅为学院青年教师提供了一个展示科研成果、交流学术思想的宝贵平台，也为不同研究方向的教师创造了交叉合作的契机。论坛现场讨论热烈，思想火花不断碰撞。此次论坛的成功举办，将进一步激励我院青年教师的科研热情，为学院营造更加浓厚的学术氛围，有力推动学院科研水平再上新台阶。
