深圳湾实验室的学者们远赴重洋，以科研之心丈量世界。本专栏记录他们海外访学、参会的思辨与洞察，从国际前沿动态到多元文化碰撞，将全球视野带回湾区。在这里，透过湾豆的眼睛，看见科学的辽阔与温度。

本文作者占淦，深圳湾实验室生物医学工程研究所博士后，长期从事基于AI的医学图像处理与分析研究。

今年年初，我将聚焦阿尔茨海默病（AD）早期诊断的研究工作投稿至2025 IEEE Nuclear Science Symposium, Medical Imaging Conference, and Room Temperature Semiconductor Detectors Symposium（以下简称 IEEE NSS MIC RTSD 2025），作为核科学、医学成像与辐射探测领域的顶级国际盛会，本届会议由IEEE核与等离子体科学学会主办，于11月1日至11月8日在日本横滨隆重召开，同时提供线上虚拟参会通道。会议吸引了近 3000名来自世界各地的科研人员、工程师与行业从业者，呈现近600场学术报告、海报展示与技术研讨，覆盖核探测技术、分子影像学、辐射防护等前沿方向，还设置了技术培训工坊、企业展区与青年学者论坛，是推动领域内技术创新与跨界合作的核心平台。

我的论文摘要 “AβFormer for Early Diagnosis Prediction of Alzheimer’s Disease Using Amyloid-Beta PET Images” 成功被录取，这让我终于敲定了这场期待已久的横滨之行。虽然常年深耕医学成像与人工智能的交叉研究，但这是我首次到访日本横滨，也渴望在会议中吸收领域内的前沿技术，与全球同行碰撞思想火花。11月初的横滨，正处在秋意最浓的时节，气候宜人得让人惊喜。告别了出发地的微凉干燥，这里的空气湿润温和，平均气温维持在15-20摄氏度，白天阳光柔和不灼人，傍晚带着海风的轻拂，凉爽却不寒冷。作为日本重要的港口城市，横滨既有现代化都市的繁华质感，又保留着日式美学的静谧韵味。红砖仓库的复古肌理与横滨港未来21区的玻璃幕墙高楼相映成趣，街道整洁有序，路边的枫叶正染上深浅不一的红橙，偶有金黄的银杏叶飘落，随手一拍都是治愈的秋景。漫步在横滨中华街的石板路上，或是远眺横滨港的万吨巨轮，这座城市的包容与灵动，瞬间驱散了我初到异乡的陌生感。

11月2日，密歇根大学的David Wehe、SCIONIX 的Paul Schotanus与H3D的Chris Wahl共同带来了围绕 “辐射测量核心技术” 的分享，内容聚焦电离辐射检测的底层原理与探测器应用。其中，Paul Schotanus深入解析了闪烁晶体在PET成像中的优化使用：他以氟化钡材料为例，展示了其在正电子发射断层扫描中的发光特性数据，以及如何通过材料改性提升探测灵敏度；Chris Wahl则分享了像素化CZT探测器的研发成果，该探测器在医学成像场景中能有效提升信号采集精度，为我后续研究中Aβ PET图像的信号噪声控制提供了硬件层面的参考；David Wehe梳理的辐射检测基础理论，也帮我理清了不同探测器与成像模态的适配逻辑，让我对Aβ PET图像的物理生成过程有了更清晰的认知。

同日，布鲁克海文实验室的Paul O’Connor、那不勒斯大学的Raffaele Giordano与东京大学的Kenji Shimazoe还围绕 “探测器电子学与信号处理” 展开技术讲解。Paul O’Connor详细拆解了模拟前端电路的设计要点，尤其是电荷灵敏放大器与脉冲成形放大器的协同工作机制，他展示的电路优化案例能有效降低信号噪声，对我研究中PET图像原始信号的预处理有直接启发；Kenji Shimazoe则聚焦SiPM读出电子学在医学成像的应用，其团队开发的快速定时技术可显著提升PET设备的时间分辨率，这为后续探索PET与其他模态的融合成像提供了电子学设计思路；Raffaele Giordano分享的可重构芯片抗辐射自修复技术，也让我意识到极端环境下电子设备稳定性对成像数据可靠性的重要性。

11月3日，梅奥诊所的Scott S. Hsieh与CERN的Rafael Ballabriga围绕 “光谱光子计数CT技术” 分享关键突破：Scott S. Hsieh重点讲解了光子计数CT探测器的非理想性片上校正方案，还介绍了动态蝴蝶结滤光片设计，这些技术思路为我后续探索Aβ PET与CT联合成像时的辐射剂量控制提供了参考；Rafael Ballabriga则展示了基于0.13μm CMOS工艺研发的混合像素探测器，其设计的光谱成像算法能实现高空间分辨率与高能量分辨率的协同，他还提及曾发表相关期刊论文，其中的实验数据帮我理清了探测器硬件性能与医学图像质量的关联逻辑。

同日，马萨诸塞大学阿默斯特分校的Joyita Dutta、英属哥伦比亚大学的Arman Rahmim与麻省总医院的Quanzheng Li，聚焦 “AI 驱动的医学图像重建与处理” 分享前沿技术：Joyita Dutta介绍了其团队开发的AD诊断AI工具，该工具通过多模态信息整合技术优化PET图像，与我研究的 AβFormer模型在AD早期诊断的目标高度契合，其数据融合思路为模型优化提供了新方向；Arman Rahmim结合自身发表的期刊论文，分享了AI在定量成像与个性化治疗中的应用，重点提及迭代式AI重建算法（该算法可针对性解决低剂量成像下的细节丢失问题）；Quanzheng Li补充了 PET/SPECT图像的统计重建方法，其团队在临床数据科学领域的实践经验，为我课题中PET图像的标准化处理提供了实操参考。此外，BC癌症研究所的Fereshteh Yousefirizi分享了核医学图像处理AI框架，也让我对AI在图像量化与预后预测中的落地应用有了更具体的认知。

11月4日–11月6日的海报展示聚焦医学成像技术（MIC）前沿，多个团队带来创新成果：法政大学用深度学习解决多针孔SPECT投影重叠问题，耶鲁大学实现带运动校正的3D脑PET物理感知重建，南特大学提出PET重建正则化参数学习模型，舍布鲁克大学开发开源PET重建平台插件，GE医疗探索MR引导PET重建的图像质量与先验影响，海南医学院用多注意力模型优化心肌灌注SPECT去噪，UBC推出医学图像可共享工作流平台，名城大学用扩散模型合成增强CT减少对比剂风险，马萨诸塞大学的扩散Transformer实现多示踪剂多扫描仪PET去噪。我与多位研究者深入交流技术细节与临床适配性，这些成果为我在PET重建、多模态融合、去噪优化等方向提供了方法参考与工具启发，也促成了一些后续合作意向。

11月7日，终于迎来了我的海报汇报时刻。我在 MIC 分会场，详细介绍了团队研发的AβFormer框架：通过Upsampler模块提升淀粉样蛋白（Aβ）PET 图像分辨率，结合2D ResNet提取切片语义特征，再利用Transformer-based SliceT模块捕捉跨切片全局依赖，最终实现AD早期诊断预测的研究成果。原本担心课题偏细分应用，没想到引发了不少专注医学成像算法与临床转化同行的兴趣。会场的同行和教授提出了不少宝贵的修改意见，让我深刻感受到学术交流的价值。

会议间隙与结束后，我特意安排了短途出行，打卡了心心念念的景点。东京天空树：登上这座东京地标性建筑，在高空展望台俯瞰整座城市的秋日全景，远处的东京塔与近处的市井街巷相映成趣，傍晚的落日余晖洒在东京湾上，波光粼粼的画面格外治愈；富士山：远眺富士山的巍峨身姿，山顶的残雪与山脚下的红叶形成鲜明对比，驱散了连日参会的疲惫；镰仓高校前车站：站在著名的平交道口，打卡《灌篮高手》的经典场景，海风拂面，一列列电车驶过，仿佛穿越回青春时光，静谧的镰仓古街与江之岛的海岸风光，让人彻底放松身心。短暂的漫游让我在紧张的学术交流之余，更直观地领略了日本的风土人情与自然之美。

11月8号，启程回国，结束了2025 IEEE NSS MIC RTSD的横滨之行。这次参会是一场学术与生活体验的双重盛宴，11月的港城秋意静谧，而会场内的学术探讨炽热浓烈，两者交织成难忘的旅程。在这里，我不仅更新了医学成像领域的知识储备，通过海报汇报收获了针对性建议，更在日式风情的漫游中放松了身心。这场旅程既是对过往研究的一次检验，更是未来探索的新起点。

撰稿|占 淦

策划|陈悦琳

责编|远 山

欢迎投稿、建议|media@szbl.ac.cn