11月8日至9日，我院成功举办“图像处理：模型、理论和算法”学术研讨会。此次会议旨在交流数学图像处理领域的前沿问题，促进数学模型、理论及算法在图像处理中的发展与应用，推动数学及图像处理领域的科学研究与学科发展。在长达一天半的会议中，七位来自全国知名高校的专家学者带来了精彩的学术报告，吸引了众多老师和研究生参与。

   开幕式上，学院党委书记刘琼芳、副院长赵大方代表学院致欢迎辞，向与会专家学者表示热烈欢迎。副院长赵大方主持了相关活动，并对我院进行了简要概述。本次学术研讨会的召开，组建了深度学习与图像处理领域科研团队，搭建起了良好的学术分享和交流平台。希望各位专家不吝赐教、分享经验、深入交流，推动学院数学及图像处理领域的科学研究与学科发展。

会议期间，南京邮电大学武婷婷教授以《Medical Image Reconstruction: Classical Methods and Deep Learning》为题作学术报告。图像重建是计算成像的核心，在低温电子显微镜（cryo-EM）、磁共振成像（MRI）等高噪声场景中尤为关键。武教授针对这两种成像技术提出有效重建策略，显著提升了重建精度与鲁棒性。针对 MRI，她设计了含可学习噪声估计模块的增强即插即用框架，通过两阶段网络实现自适应去噪与重建，频域先验则进一步优化了空间细节表现。

东北师范大学刘俊副教授以《Regularization for image deblurring》为题作学术报告。图像去模糊是图像处理的基础问题，正则化函数的有效选择仍是研究热点，而盲图像去模糊因潜在图像与模糊核对数量无限，挑战性尤为突出。不同于现有依赖统计观察的工作，其核估计方法基于内在几何考量。针对现有先进方法在高噪声场景下表现不佳、噪声会破坏模糊核估计准确性的问题，团队提出噪声鲁棒盲去模糊方法，在核估计中引入引导滤波抑制噪声，该方法在高噪声水平下的定量与定性表现均优于近年多款同类方法。

华东师范大学方发明教授《知识驱动的磁共振影像快速重建与增强》为题作学术报告。以磁共振成像作为一种非侵入性的医学成像技术，是医学诊断和研究的重要手段之一。然而磁共振成像扫描过程存在成像时间与成像质量的矛盾，因此如何在缩短成像时间的同时不降低甚至提高图像质量是目前研究的重点和难点。磁共振重建旨在从欠采样的磁共振数据中恢复对应的全采样数据，专家知识的指导对于求解该不适定性问题尤为重要。报告中，方教授从四个方面阐述知识驱动下磁共振影像快速重建与增强任务的最新进展，及其在临床医学领域的实际应用。

华东师范大学黎芳教授以《Guaranteed Convergence in Plug-and-Play with Relaxed Denoiser Constraints》为题作学术报告。在不影响深度去噪器性能的前提下，确保即插即用（PnP）算法收敛是当前关键挑战。报告提出两类约束更宽松且具理论支撑的去噪器：一是伪收缩（PC）去噪器，放松非扩张性并适配 Ishikawa-PnP 等新型收敛算法；二是针对泊松逆问题的 CoCo 保守去噪器，通过定制正则化保证近端算子收敛性。实验表明，这两种方法相较于约束更严格的同类方案，均能实现更优的图像恢复效果。

首都师范大学李宏伟教授以《Neural Networks incorporating explicit priors for low dose CT reconstruction》为题作学术报告。低剂量 CT 重建易产生重噪声与条纹伪影，现有诸多方法通过融合投影域或图像域各类先验以提升重建质量。报告将简要回顾该领域主流先验，重点介绍团队近期研究--将噪声统计、物理正演模型等先验明确融入神经网络的低剂量 CT 重建方案，同时简要探讨相关挑战与潜在解决方案。

北师香港浸会大学、广州南方学院曾铁勇教授以《High-Frequency Modulated Transformer for Multi-Contrast MRI Super Resolution》为题作学术报告。加速磁共振成像采集是现代医学实践的关键需求，多对比度 MRI 通过融合不同对比度信息成为有效解决方案，但现有方法常忽略跨对比高频先验的重要性，且未能充分利用参考对比信息。报告提出轻量级高频调制变压器（HFMT），核心在于高频先验增强与全局特征融合：通过增强模块放大参考及目标模态的高频先验，借助矩形窗口变换块（RWTB）捕获目标对比度全局信息，再以新型交叉注意机制实现高频增强特征与全局特征的顺序融合，助力恢复清晰纹理细节。

湖南师范大学文有为教授以《图像反问题中正则化参数选取理论及方法》为题作学术报告。图像反问题作为从观测数据恢复真实图像信息的核心技术，在计算机视觉、智能制造及医学成像等前沿领域有着广泛的应用价值。自适应正则化变分法是求解图像反问题的关键手段，其性能优劣直接取决于求解过程中正则化参数的自适应调整能力：参数选取不当易导致图像过度平滑或噪声残留。本报告将聚焦图像反问题的自适应正则化方法，阐述正则化参数的自适应选取逻辑。

会后，各位专家围绕“图像处理领域模型、理论与算法的前沿问题及发展趋势”展开专题研讨。整场研讨会节奏紧凑、内容翔实，既有深刻的理论探索，也有面向实际应用的算法创新。报告嘉宾准备充分，讲解深入浅出；与会学者和学生认真聆听，并在问答环节就报告内容进行了热烈而深入的探讨与交流，现场学术氛围浓厚。

本次研讨会的成功举办，有效推动了数学模型、理论及算法在图像处理领域的深度融合与实践应用，助力数学与图像处理学科的科研创新与发展，助力学院科研团队建设、人才培养和高质量发展。