计算机辅助手术正在革新传统手术模式，其核心技术是术前仿真、手术入路规划、手术创口切割部位的精确估算、手术器械的精确定位以及术后评估反馈。本课题组基于外科学、计算机科学、数学、物理学，进行医工交叉研究。研究方法和技术是指以病患自身的X光片、MRI、CT、超声等影像学文件为数据源，基于生物物理学和数学建模，使用计算机软件建立虚拟现实空间，结合3D可视化技术，使医生在术前能够模拟术中的关键步骤，对手术部位定量测算和绘制；在此基础上，借助光学、磁等定位设备，在术中实时跟踪显示手术器械相对病变部位以及需要尽量避免伤及的重要组织器官的位置关系，从而辅助医生进行精准手术操作。术后定量化分析反馈提供医生详实的术前、术中和术后数据，更好地为基础和临床医学服务。

智能康复技术

围绕临床疾病康复需求，整合生物力学、机械设计，传感控制及新材料等多个学科，重点研究人体新型康复技术，开发相应智能辅具产品。实现生物力反馈及量化调控，改善疾病症状，提高患者骨关节及神经肌肉系统功能，最大限度地恢复其独立生活、工作和回归社会能力。现阶段主要研发产品包括下肢智能矫形器、液压控制假肢及康复外骨骼。

智能医学检验与病理诊断

针对检验科、病理科临床需求，基于纳米材料、生物传感、微流控芯片、光学成像等技术，提升临床检测与病理成像技术的性能，开发快速、准确的疾病检测方法、试剂和设备，并朝着智能化、自动化方向发展，为患者提供简便、快捷、准确的疾病检验和病理诊断手段。

血管介入和手术规划

利用生物力学、生物材料学、机械制造和数值仿真等方法和手段研究心脑血管疾病介入治疗的新方法和新技术，开发设计新型心脑血管疾病的植介入器械；通过计算机数值模拟等方法实现血管搭桥、植入介入器械等的虚拟手术，通过分析术前术后的血流动力学状态，为临床选择合适的植介入器械、降低手术风险、提高手术效果提供指导。

医学信号组学

面向医学大数据的开发和智能应用，在磁共振、超声、CT、光学等信号检测和后处理技术中进行系统研究，利用机器学习、人工神经网络、复杂数据挖掘等新一代智能化信息处理技术揭示各类医学信号大数据中蕴含的与疾病发生、发展、预后密切相关的内在联系。以医学信号智能化处理为体，以医疗大数据和临床精准诊断研究为两翼，促成生物医学信号处理与精准医疗研究的有机结合。