博士：R2T2-Med资源感知AI，让医疗影像分析更可扩展与部署

项目概览

埃克塞特大学计算机科学系招收R2T2-Med“面向可扩展、可部署医疗影像分析的资源感知人工智能”全日制Computer Science博士，参考号6011，地点Streatham校区，2027年9月入学。申请截止2026年12月8日中午12:00 GMT、北京时间20:00。包括中国在内的合格国际申请人可竞争最长3.5年DLA资助；获奖者全额学费含学校豁免国际差额，£21,805仅为2026/27津贴参考并随标准调整，£5,000研究培训费为3.5年全期合计。国际名额最多占队列30%，签证、IHS及搬迁自理。

项目详情

医疗影像数据规模巨大且持续增长。AI虽能支持自动分析，许多模型却需要大量计算、内存与处理时间，既限制人群尺度研究，也提高部署成本，使硬件和网络条件受限的医疗环境难以采用。因此，项目关注的不只是准确率，还包括效率、可靠性与实际部署能力。

课题拟研究同时适用于二维、三维医疗影像的资源感知AI框架。计算需求应随每个病例的复杂程度、不确定性、临床风险和可用硬件调整，而不是给所有病例固定分配同样计算量。研究首先分析影像模型哪里存在不必要计算，以及如何在保留临床重要信息的条件下降低计算开销；随后研究训练一次、可针对不同资源预算配置的灵活模型家族。

安全性贯穿研究过程。效率改动可能给不同解剖结构、临床机构或患者群体带来不成比例影响，因此研究要检验准确性、可靠性及亚组表现是否因节省计算而下降。这里的“资源感知”不意味着允许忽略高风险病例，也不等于仅在整体平均指标上获得好结果。

计划在两个互补场景验证：使用UK Biobank开展人群尺度腹部MRI分析；采用公开数据和既有临床数据路径研究近患者端皮肤影像。两者分别体现大规模处理和资源受限使用的挑战。公开介绍没有承诺博士可立即取得全部数据、伦理许可或患者接触权限，不能将“既有临床路径”理解为无需审批。

预期成果包括可适应、可部署的医疗影像AI框架，可复现的效率基准，可复用软件，以及来自大规模和受限资源环境的证据。目标是在保持准确率、可靠性和患者亚组安全的同时，显著减少处理时间与内存使用；没有给具体节省比例或已完成验证结果。希望支持研究、NHS及商业医疗场景更可扩展、可持续、公平地使用影像AI，这是研究目标而非已获批准的临床产品。

申请要点

主导师Lei Zhang（l.zhang6@exeter.ac.uk），共同指导包括Xujiong Ye、Kashyap Patel及Alexander（Sandy）Anderson。项目要求相关科学/技术First或2:1及海外等值，医疗影响研究动机、使用PyTorch及/或TensorFlow开展医疗AI项目的实践、编程能力、科研与团队合作及书面/口头英语；科学展示或文稿准备为优先，不等于必须已有论文。不能自行用一般DLA的2:2例外覆盖项目要求。中国PGR通常看三年制硕士及毕业、学位材料，个人等值审核；计算机Profile A为IELTS Academic总6.0、各6.0或认可替代。经具名PDF的APPLY HERE入口申请，最多三个项目分别提交，个人陈述写偏好；交项目陈述、CV、成绩单、两封推荐信和适用英语证明，全部材料用英文，学历非英文须认证翻译。推荐信最迟于2027年1月8日送达pgrapplicants@exeter.ac.uk，使用机构邮箱或合规机构抬头签字件。通用课程额外研究计划是否适用，应按本轮专属流程确认。

需要进一步确认

临床风险、病例复杂度和可用硬件三者都参与资源分配判断，研究并未预先规定统一设备、固定延迟或计算预算。还需分清预期可复现基准、可复用软件与实际医疗部署的不同交付范围：前两者是拟产生的科研成果，不能据此保证已通过NHS或商业应用审批，也不能把显著节省的目标补写成已取得的量化成效。仍需落实个人学历和语言等值、UK Biobank及皮肤影像数据授权、访问延误时的替代工作、云/GPU费用、临床指导、资源及发表权限，以及2027个人奖项和资助期后完成支持。

已核申请与资助依据：院系DLA轮次、2027国际资助条款、具名项目PDF。

埃克塞特R2T2-Med博士：医疗影像AI怎样按风险分配计算

项目判断与当前机会

这是一项把计算效率与临床安全放在一起研究的计算机科学博士。 R2T2-Med关心不同病例究竟需要多少计算，而不是把模型变小就当作安全、实用的证明。项目连接人群尺度腹部MRI与近患者端皮肤影像，科研价值在于建立有证据支撑的准确性、资源与安全权衡；临床产品属于应用目标，并非已经实现。

2027具名文件确认计算机科学博士、Streatham校区，主要导师为Lei Zhang博士，l.zhang6@exeter.ac.uk，共同指导包括Xujiong Ye、Kashyap Patel及Alexander（Sandy）Anderson。本轮计算机科学DLA面向2027年9月入学，截止2026年12月8日英国中午，北京时间20:00。国际申请者存在竞争性资助路径，仍须通过个体资格审核和遴选。具名项目、计算机科学竞争

研究问题与博士工作

人群研究和靠近患者使用的影像系统面临不同资源问题：大规模MRI队列重视累计计算量与处理吞吐，皮肤影像可能受限于设备和网络。两种场景都不能因平均成本降低，就接受临床重要信息丢失。

招聘工作包含四项相连的责任：

1. 识别二维、三维影像模型中的冗余计算，分析其与临床有效信息的关系。
2. 研究灵活模型家族，训练一次、针对资源预算配置，并使计算需求回应病例复杂度、不确定性、临床风险和可用硬件。
3. 将安全与效率同时评价，检查不同解剖结构、临床机构及患者群体是否受到不成比例影响。
4. 在两种场景验证：UK Biobank腹部MRI，以及采用公开数据和既有临床路径的近患者端皮肤影像；形成可复现效率基准与可复用软件。博士职责

原创贡献不能只停在减少参数。参数量、运算量、实际耗时、内存与能耗是不同指标；分割平均分高，不证明亚组安全；模型不确定性也不自动等于临床风险。这些区分用于判断研究计划，不是既定实现方案。项目没有承诺具体节省比例、指定终端设备或已获批准的临床决策规则。

数据访问需提前落实。 UK Biobank当前说明，为调整研究分析平台而暂停新申请，计划2026年末恢复；这不能证明团队没有既有许可，也不表示本博士关闭。应问能否加入已获批项目、哪些MRI及衍生数据可用、云费用由谁承担。皮肤影像的公开数据和既有临床路径，同样不自动授予所有审批、患者接触或发表权。当前数据访问情况

学校、学科与培养

博士由埃克塞特大学计算机科学授位；NHS机构提供临床专长，不等于另授学位或临床执业资格。计算机科学环境涵盖AI、计算机视觉、机器学习及高性能计算；AI for Humans and Health团队研究临床决策支持、人机协作、因果AI与影像，支持效率和临床解释的结合，但团队资源不等于个人已获GPU、云额度或临床指导时数。博士环境、相关研究组

学校列QS2027综合136，计算机科学列CUG2027英国第17，是学校与宽学科背景，不是资源感知医疗AI或导师排名。课程说明设主要／第二导师、个人支持及定期会面，具体技术训练和基础设施应写入培养计划。学校背景、学科与支持

现行计算机科学升级要求为第9个月结束前提交最多5,000词报告，六周内答辩，第12个月内完成升级。报告连接文献、目标、方法、已有初步结果、后续时间表与AI使用声明；完整草稿至少提前一周给导师。后续评审在第20、30个月，后者还需论文结构与完成计划。相邻数学段落的100小时考核，不能自行当作计算机科学要求。升级规则、后续评审

导师分工与三项近期贡献

Zhang为计算机科学高级讲师，研究可扩展、可解释、多模态和因果医疗AI，本项目负责自适应模型及技术评价。Ye为医疗计算机视觉与AI教授，提供二维／三维影像与UK Biobank经验；现职页列2026—27年NIHR BRC轻量MRI器官测量项目，但相关经费不能自动视作新博士的数据、设备或额外奖学金。Zhang主页、Ye主页

具名文件分工为：Patel来自埃克塞特及Royal Devon University Healthcare NHS Foundation Trust，提供代谢结局与MRI生物标志物指导；Anderson来自Royal Cornwall Hospitals NHS Trust，提供皮肤科、预期用途、安全和临床评价专长。这一互补结构有价值，但没有规定临床出勤、医院实习、日常会面或四人等量投入。分工及联系方式

以下三项近期原创工作已读一手完整摘要、作者和发表状态；SlimFormer-3D另核明确共同贡献脚注。未审计全部方法、代码或原始数据。

• Hong、Zhang、Ye、Mo，SlimFormer-3D，MICCAI2025，LNCS15961：537—546。 Hong与Zhang明确共同贡献，Ye为四人第三，Mo为通讯作者。研究计算冗余，并在腹部CT数据集评价轻量分割，支持团队效率研究基础；不能直接证明本博士MRI／皮肤影像效果或终端能耗节省。除共同贡献说明外，个人细分职责未核。原始论文
• Hong、Zhang、Liu、Mo、Ye，SlimFormer++，2026年10月18日预印本。 Zhang第二、Ye第五，个人分工未核。研究区分表示冗余与不同阶段计算的实际贡献，在公开CT、MRI和超声数据上评价准确性—效率关系，与“计算应该花在哪里”直接相关；尚未核实同行评审发表、皮肤科性能或患者亚组临床安全。当前预印本
• Zhu等，CLeaR2026，PMLR323：1635—1655。 Zhang列九人第三、Ye第九。胸部X线因果／反事实框架结合专家指导与主动学习，评价包括公开数据和人类专家。体现连接模型与临床解释的能力，但合成图像合理、回顾性表现改善，不证明患者获益或逐病例计算分配安全；个人贡献细项未核。原始会议论文

前两篇是效率研究的相关发展，不能算成两个独立临床验证。2026预印本与2025正式会议论文保持区分；加上第三篇，提供计算能力及临床解释经验的项目相关依据。

资助与生活成本

现行6011奖项提供最长3.5年随标准调整的津贴、本土学费及整个3.5年合计5,000英镑RTSG，不是每年5,000。详细条款写21,805英镑为2026／27标准，摘要却把同额标为2027／28，实际入学标准和有经费完成期应书面确认。国际DLA获奖者可获本土／海外学费差额全额豁免；国际身份最多30%是队列上限，不是个人录取概率。签证、IHS及搬迁不覆盖。学院奖项、DLA总计划、国际条款

课程2027／28海外学费29,700英镑为无资助标价，不是获得所述豁免者额外账单。学校每月1,300—2,000英镑单人预算依据2026年4月支出，已含租金；基准津贴月均约1,817，对比约结余517至缺口183，尚未计抵达开支，不能承诺2027房租或储蓄。云计算、数据访问、会议与临床地点往返费用需有实际分配。课程学费范围、预算口径

资格与正式申请

具名项目要求有开展具有实际临床影响研究的动机，并具备相关科学／技术一等或2:1及海外等值，理想背景包括计算机科学、统计、物理、工程或相关方向；明确要求使用PyTorch及／或TensorFlow开展医疗AI项目的实践经历、Python／C++／C／Java等编程能力，以及科研、团队合作和书面／口头英语。既往科学展示或文稿准备经验属优先，不是必须已有发表论文。总DLA的2:2加硕士／经历例外，不能自行用来覆盖本项目更严格措辞。项目专属条件、奖项通则

中国PGR通用说明通常要求国内三年制硕士及毕业证、学位证，授课型硕士本科75%／70%表不是博士等值条件；需个案协调组合学历与项目要求。计算机科学用Profile A：雅思Academic总分6.0、各项6.0或认可替代途径，中国英语授课学位不自动等于获批豁免。中国PGR指引、英语表、课程要求

通过具名PDF中的APPLY HERE链接进入DLA申请。计算机科学最多三个独立项目申请，个人陈述说明偏好；材料包括研究兴趣、经历及项目动机陈述、CV、成绩单、两封推荐信、英语和适用的认证翻译。课程一般研究计划指导是否另适用于本有资助竞争，应向招生确认。投递入口、材料及数量

当前计算机轮次要求两封推荐信最迟于2027年1月8日送达pgrapplicants@exeter.ac.uk，全部申请材料用英文。推荐人应从机构邮箱发信；私人邮箱须符合校方关于签名、机构抬头文件的条件。学院可能先安排技术考察，总面试暂定2027年2月15—24日。12月8日中午GMT申请截止与1月8日推荐信截止不同。学院日程、总计划日程

职业价值与待确认问题

可迁移能力包括可复现机器学习评价、计算性能分析、可信影像与临床沟通。美国BLS计算研究职业描述算法研究、软件和跨团队解决问题，这是美国宽口径职业参考，不是英国医疗AI职位数、NHS担保或中国毕业去向。MHRA指引也表明预期临床用途与相应证据很重要：可复用科研框架不自动成为获批医疗器械，具体监管路径应由机构及相关专业人员确认。职业范围、临床软件边界

申请前落实个人学历评估，安排推荐信最迟1月8日送达，用既有医疗AI工作说明实际贡献和局限；面试问首项原创问题、硬件／预算约束、临床风险与亚组失败怎样判断，以及两个场景如何形成连贯论文。接受前确认UK Biobank及皮肤影像许可、访问延误时替代工作、云及GPU预算、日常临床指导、发表／知识产权和2027资金完成期。合作不附带医院聘用、患者照护资格或保证部署。

证据与来源

• Named R2T2-Med 2027 official project
• Official Computer Science DLA award6011
• DLA scheme overview
• DLA important information
• Computer Science doctoral programme
• English Profile A
• China qualification guidance
• CS first-year upgrade
• CS progress milestones
• Local student budgeting April2026
• Lei Zhang current university profile
• Xujiong Ye current university profile
• Exeter AI for Humans and Health group
• SlimFormer-3D MICCAI2025 original paper
• SlimFormer++ recent2026 preprint
• Causal active-learning chest X-ray original2026
• UK Biobank current access status
• MHRA software and AI medical device
• Computing research occupation BLS