面向有限标注医学影像的深度学习方法研究

报告人：施俊

时间：7月29日（星期二）14:00-15:30

地点：普陀校区俊秀楼305/线上直播

报告题目：面向有限标注医学影像的深度学习方法研究

报告人简介：施俊，上海大学通信与信息工程学院，副院长、教授、博导。中国科学技术大学电子工程与信息科学系本硕博连读，美国北卡罗来纳大学教堂山分校访问学者，香港理工大学短期访问学者。主要研究医学超声智能分析、医学影像分析、医学成像方法。主持了国家自然科学基金等国家级项目，作为合作单位负责人参与国家自然科学基金重大科研仪器研制项目、国家自然科学基金重点项目，以及主持上海市科委、教委等项目。已发表国际期刊和会议论文100余篇，荣获2022年“IEEE EMBS Best Paper Award”。获2023年“2023 年产学研合作创新成果奖”一等奖（排名第二）、2022年“上海医学科技奖”二等奖（排名第二）。曾任MICS委员会轮值主席，现任上海生物医学工程学会人工智能专委会副主任委员、上海市超声医学工程学会专委会副主任委员、《中国图象图形学报》编委等。连续入选斯坦福大学发布的全球前2%顶尖科学家榜单。

报告内容简介：随着人工智能技术的飞速发展，基于深度学习的不同模态影像的智能分析、诊断已经成为学术和工业界的热点。然而，由于医学影像数据标注的专业性要求高，导致能用于训练深度神经网络模型的高质量已标注样本通常较为有限，影响了所训练模型的性能。本报告主要针对有限标注的医学影像数据，以深度学习为核心技术，介绍相关的弱监督学习、自监督学习、特权信息学习方面的方法，应用于不同影像模态的疾病辅助诊断。同时也简单介绍基于深度学习的MRI超分辨率重建、QSM成像等方法。

观看方式：拔尖计划2.0全国线上书院直播