博士生 南京大学 江苏省苏州市虎丘区太湖大道1520号 邮箱: x.song[at]smail.nju.edu.cn [EN]

简介

南京大学模式识别实验室博士研究生，师从国家级领军人才、“长江学者”单彩峰教授。 曾任中国科学院深圳先进技术研究院研究实习员，有幸在王如心研究员指导下开展学术研究。 长期从事“AI+医疗”交叉科学研究，聚焦医疗场景中的多模态数据分析与人工智能算法创新。在自然语言处理领域顶级会议 COLING 及其他高水平期刊会议上发表论文4篇(其中3篇为第一作者)； 受理授权国家发明专利3项；在国际高水平学术会议做口头报告2次；主持江苏省教育厅研究生科研创新计划项目1项，作为核心成员参与国家自然科学基金面上项目、新一代人工智能国家科技重大专项等。

最新消息

科研项目

[1] 江苏省研究生科研创新计划项目，负责人，2025-2026.
[2] 国家自然科学基金面上项目，核心成员参与，2025-2028.
[3] 新一代人工智能国家科技重大专项，核心成员参与，2025-2028.
[4] 南京大学“AI & AI for Science”专项项目，参与，2025-2026.

出版物 | 谷歌学术

手稿

• Möbius: Bridging Mutual Supervision and Compensation between LVLMs and SAMs for Trustworthy Medical Vision-Language Systems.
  Xiao Song, Haonan Qin, Jiaxin Liu, Yang Bai, Weijia Li, Yuqi Fang, Caifeng Shan.
  
• Detecting Clinical Hallucinations in LVLMs via Counterfactual Visual Grounding Uncertainty.
  Xiao Song, Haonan Qin, Zhaoxu Zhang, Yuqi Fang, Caifeng Shan.
  
• Beyond Scaling Monoliths: Structural Auditability via Cognitive Decomposition for Trustworthy Medical Vision--Language Models.
  Ningyi Zhang, Yuan Gao, Xin Wang, Xiao Song, Hang Qu, Kaixuan Ren, Yue Gu, Yi Zhou, Steven Schalekamp, Chantong Lam, Caifeng Shan, Sio-Kei Im, Yue Sun, Tao Tan.
  
• Discovering Explicit Rules for MLLMs in Industrial Anomaly Detection.
  Weijia Li, Haolin Wang, Zhao Wang, Jiaju Jiang, Xin Liu, Xiao Song, Caifeng Shan, Fang Zhao.
  

会议和期刊论文

• Rethinking Radiology Report Generation via Causal Inspired Counterfactual Augmentation.
  Xiao Song, Jiafan Liu, Yun Li, Yan Liu, Wenbin Lei, Ruxin Wang.
  ACM-BCB (Oral), 2024, Article No.5, 1–10. [论文]
• Multi-scale Superpixel based Hierarchical Attention Model for Brain CT Classification.
  Xiao Song, Xiaodan Zhang, Junzhong Ji, Ying Liu.
  J. Vis. Commun. Image R. (JVCIR), 2023, 91:103773. [论文]
• Cross-modal Contrastive Attention Model for Medical Report Generation.
  Xiao Song, Xiaodan Zhang, Junzhong Ji, Ying Liu, Pengxu Wei.
  COLING (Oral), 2022:2388–2397. [论文]

专利

• 一种多模态推理大模型和分割大模型的互监督优化方法. 2025119810738
• 基于反事实数据增强的放射学报告生成方法. 202311704996.X
• 一种基于跨模态对比注意力机制的医学报告自动生成方法. CN115394397B