---
title: 学术汇报-2026-02-04至2026-04-01
tags:
  - module
  - research
  - seminar
  - frequency-domain
  - joplin
type: module
source_type: reconstructed
created: 2026-04-23
updated: 2026-04-23
---

# 学术汇报-2026-02-04至2026-04-01

> [!abstract]
> 这一模块对应方向进一步收束的阶段。频域建模、FFT、小波、创新点公式化和效果表格开始集中出现，说明研究已从“阅读外部方法”过渡到“组织自己的创新方案”。

## 模块结论

- [[FFT]] 与频域建模成为这一阶段的重要方法支点。
- 组会内容开始从论文阅读转向“创新点表达 + 实验结果呈现”。
- 这说明研究工作已经逐步从输入型学习转向输出型构思。

## 一、频域方法为什么开始重要

- 因为空间域方法之外，频域分析能提供另一种结构表达视角。
- 在医学图像与恢复类任务中，频域信息常常与边缘、纹理、噪声处理高度相关。

## 二、创新点公式化意味着什么

- 说明思考开始从“读懂别人”转向“解释自己”。
- 公式描述、效果表格、实验对比是科研方案成型的重要信号。

## 三、这一阶段最该复盘什么

- 自己的创新点到底对应哪类已有瓶颈。
- 频域、小波、注意力等机制是互补还是堆叠。
- 结果展示是否真正能支撑方法主张。

## 四、复习提问

- 为什么 FFT 与小波这类方法会在后期组会中变得重要？
- 一个创新点从直觉到公式化，中间最关键的步骤是什么？

## 来源

- [[raw/Joplin/研究生生涯/研究生组会-学术汇报/2026-02-04学术汇报/1.Efficient Frequency-Domain Image Deraining with .md]]
- [[raw/Joplin/研究生生涯/研究生组会-学术汇报/2026-02-04学术汇报/2.FAMNet_ Frequency-aware Matching Network for Cro.md]]
- [[raw/Joplin/研究生生涯/研究生组会-学术汇报/2026-03-04学术汇报/1. DA-TransUNet_ 集成空间与通道双注意力机制的Transformer U-Net用于.md]]
- [[raw/Joplin/研究生生涯/研究生组会-学术汇报/2026-03-04学术汇报/2. PFESA：基于FFT的无参数边缘与结构注意力机制用于医学图像分割.md]]
- [[raw/Joplin/研究生生涯/研究生组会-学术汇报/2026-03-04学术汇报/_快速傅里叶变换(FFT)及其在数字图像处理中的应用.md]]
- [[raw/Joplin/研究生生涯/研究生组会-学术汇报/2026-04-01学术汇报/1. 息肉--模型效果对比表格.md]]
- [[raw/Joplin/研究生生涯/研究生组会-学术汇报/2026-04-01学术汇报/2. 2个创新点--公式描述.md]]
- [[raw/Joplin/研究生生涯/研究生组会-学术汇报/2026-04-01学术汇报/3. 肺部超声征象图像分割效果.md]]
- [[raw/Joplin/研究生生涯/研究生组会-学术汇报/2026-04-01学术汇报/SwinUnet + 小波变换提升跳跃连接层 + FFT 提升解码效果.md]]

## 相关页面

- [[研究生组会-学术汇报]]
- [[FFT]]
- [[创新点设计]]
- [[医学图像分割]]