2026年9月27日至10月1日，国际医学图像计算与计算机辅助干预大会（International Conference on Medical Image Computing and Computer-Assisted Intervention，MICCAI 2026）在法国斯特拉斯堡举行。MICCAI是医学图像计算、医学人工智能及计算机辅助干预领域具有重要国际影响力的学术会议，集中展示医学图像分析、人工智能辅助诊疗、手术导航与介入、医学视觉基础模型等方向的前沿研究成果，吸引了来自世界各地高校、科研机构及企业的专家学者参会交流。
我院周权副教授指导的硕士研究生翟少卿以共同第一作者身份参会，并作现场展示，论文题目为“Mask to Concept: Auto-Promptable SAM3 via Efficient Test-Time Concept Embedding Search for Few-Shot Annotation”。针对医学图像像素级标注成本高，以及现有自动标注方法通常依赖额外特征匹配器或提示生成网络等问题，论文提出面向医学少样本标注的Mask to Concept（M2C）框架。该方法仅需少量标注图像，无需引入外部模块，无需重新训练模型参数，也无需人工设计文本描述，而是通过测试时概念嵌入搜索，使冻结的SAM3模型自动学习并迁移医学目标的视觉概念，进而实现跨图像自动分割与标注。
会议期间，翟少卿围绕研究背景、方法框架、实验评估及应用前景作现场展示，并与参会学者就医学视觉基础模型、少样本学习、自动标注及临床转化等问题深入交流。
近年来，我院持续鼓励研究生参与高水平国际学术交流，支持研究生在人工智能、医学图像计算、计算机辅助干预及相关交叉领域开展前沿探索。此次翟少卿参加MICCAI 2026并展示研究成果，展现了我院研究生积极融入国际学术共同体、主动开展学术交流、展示科研成果的良好风貌。
图：翟少卿；文：赵培翔、翟少卿；编辑：孙韩哲；审核：周雄