研究团队开发并完成外部验证了一种融合三维CT图像与结构化影像语义特征的多模态深度学习模型，实现了对肺腺癌谱系结节的术前三分类。研究成果以“Multimodal deep learning for preoperative invasiveness stratification of lung adenocarcinoma spectrum nodules”为题，发表在国际数字医学领域权威期刊NPJ Digital Medicine（IF = 18.0）上。

研究团队研发了一类具有时空演化特征的活性物质系统——STERS（Spatiotemporally evolving reactive species），可让水凝胶按照设定，在微观至宏观层面、数分钟至数周时间里，实现单次至多次循环的形态变化。

研究团队提出了计数感知扩散与门控自回归推理的新型AI框架，针对性解决了低剂量、超快速PET扫描中有效信号不足引发的图像噪点多、细节模糊、定量数据偏差等关键问题，提升了PET图像清晰度与检测准确度。