PAPERS & MANUSCRIPTS
从手术机器人、跨模态医学影像到离线强化学习，阅读论文原文与研究稿。共 5 项研究，支持在线预览与下载。
MS-LSDT: Multi-Scale Long–Short Goal-Conditioned Decision Transformers for Offline Surgical Robot Learning in SurRoL
结合长程因果注意力与短程多尺度因果卷积，通过门控融合时间信息，在 SurRoL 中研究跨任务预训练与单任务微调。
第一作者。Springer LNCS 16656，页 121–133，2026 年 7 月 14 日在线发表。此处提供正式出版 PDF。
Bridging Intensity and Structure Gaps in Cross-Modality Medical Image Segmentation via Dual Alignment
通过可学习的灰度分布对齐与密度图结构对齐，同时缓解 CT 与 MR 之间的外观差异和局部结构偏移。
共同第一作者。此处提供带有出版信息的正式版本。
Asymmetric Dual-Path Structural Consistency for Semi-Supervised Medical Image Segmentation
以非对称双路径互监督结合 BezierMix 区域混合和信息驱动的伪标签加权，研究有限标注条件下的医学图像分割。
简历记录：Journal of King Saud University – Computer and Information Sciences，共同第一作者。当前可预览文件为匿名稿，非出版终版。
Fractional Texture-Guided and Boundary-Aware Perturbation Learning for Unsupervised Cross-Modality Medical Image Segmentation
在学生—教师框架中，引入目标域引导的分数阶纹理扰动与分形边界感知伪标签扰动，改善跨模态适应与边界学习。
当前文件为匿名稿；标题采用正文中的最新标题。
Offline Q-Learning for Multi-Head Ventilator Parameter Adjustment After Aortic Dissection Surgery
将术后呼吸机多参数调整建模为离线多头决策问题，对比 BCQ、SoftBCQ 等方法，并研究由变化门控调节的动作跳变惩罚。
当前稿件的作者栏仍为占位信息，实验结果仅用于研究展示。此稿与下方已录用的低氧管理论文单独列示。
研究兴趣包括医学图像分割、跨模态学习、临床事件建模和离线强化学习。
以下收录医学视觉、机器人与强化学习成果。已有出版页面的条目按正式信息更新，其余作者身份与录用状态按提供的简历整理。
面向 OCT 脑血管内皮分割，设计双坐标注意力网络，完成模型训练、评估和实验分析。
围绕跨模态医学影像中的强度差异与结构偏移，研究双对齐建模。
研究非对称双路径结构一致性，用于半监督医学图像分割。
结合长程因果注意力与短程多尺度因果卷积，通过逐 token 门控融合时间信息；在 SurRoL 中进行跨任务预训练与单任务微调，研究手术机器人的离线策略学习。
围绕主动脉夹层术后低氧管理，研究状态相关的动作选择与离线强化学习。
本页描述研究经历与代码，不将实验结果表述为已验证的临床应用。
Agent 方向目前以系统开发和开源项目为主，尚无已发表论文。量化方向包含数据治理、执行感知回测、新闻研究工作论文与实验复盘。