模式识别与智能医疗中心致力于医疗健康领域人工智能算法研究和落地转化。中心现包括博士3人，硕士7人，学士3人，均毕业于中国科学院、清华大学、香港大学、浙江大学等著名高校。

    中心在三个方向开展工作：

      一、机器学习方法研究，特别是深度学习、迁移学习、弱监督学习、自监督学习、半监督学习等。

      二、医学影像分析，特别聚焦于融合视觉、文本和知识信息的多模态系统，应用于CT肺结节病理推断、CT冠状动脉自动分割、X光片胸部多病种智能定位、MRI脑肿瘤分割、乳腺钼靶多视图诊断系统等，协助医生作出更快速和精准的诊断。

      三、脑-机接口，特别是基于运动想象、情绪识别等范式的神经信息解码，应用于抑郁症、中风、偏瘫等神经失能性患者的意图解析和康复训练。

    中心近三年主持国家自然科学基金、浙江省自然科学基金、宁波市自然科学基金等各级项目十余项，获批纵向经费总额400余万元。近三年在IEEE TPAMI（IF=24）、IEEE TCYB（IF=19）、TNNLS（IF=14）、ICCV、ECCV、ACL等国际著名期刊和会议发表论文60余篇，被国际同行广泛引用。申请发明专利17项，研制大规模医疗健康数据智能分析设备、面向抑郁症康复的脑-机接口设备等大型AI系统。2021浙江省康复医学联盟项目大赛一等奖，2021年获批“前湾领航”创新计划支持。中心长期开设课题负责人、算法工程师、软件工程师等岗位的校招、社招通道，欢迎国内外有志之士加入！