报告题目：“基于小样本的多模态医学成像与智能分析”

报告时间：05月24日（周二）上午10：00

腾讯会议：788 560 965

报告介绍：“实时高分辨率”的医学信号获取、成像、特征提取与分类、分割等对临床诊断与应用具有重要的意义。然而传统的方法往往从少数数据获取先验信息，成像速度、分辨率与信噪比有待提升，或者需要依赖手工特征提取与较强模型假设，具有耗时耗力及模型容量有限等问题。针对这些挑战，我们研究了深度学习多模态快速成像方法，并且进行多序列数据无监督配准学习以及自动高精度的病变分割，尝试了结合多模态的人工智能组学分类。在这些工作里，我们创建了很多融入物理模型与数学专业知识的新型算法与网络，例如复数卷积网络、对偶一致性约束、维度融合分割框架、跨层特征融合策略及自校正深度学习方法等，这些数学信息手段为医学影像的发展提供了新思路。

报告人简介：

    王珊珊，中国科学院深圳先进技术研究院研究员，双博士，博士生导师，广东省医学影像智能分析与应用重点实验室副主任。研究方向机器学习、快速医学成像、放射组学等， 迄今为止在Nature communications、IEEE Trans TMI/TBME/TIP、MICCAI等顶级期刊与会议发表一作/通讯英文学术论文50多篇，ESI 高被引2篇，PMB年度亮点文章1篇，发明授权专利9项，4项实现规模化产业应用。快速医学成像获广东省科技发明一等奖，影像组学定量分析工作获广东省科技进步一等奖。并获2018海外华人磁共振协会OCSMRM杰出研究奖（Outstanding Research Award），2020吴文俊人工智能优秀青年奖，2021年深圳市青年科技奖。IEEE Senior member,OCSMRM BoT/Lifemember, Gordon Plenary Lecturer，NIBIB New Horizons Lecturer。为 ISMRM/MICCAI/MIDL/ISICDM session/area chair。为多个国际SCI期刊Magnetic resonance in medicine，Pattern recognition和 Biomedical Signal Processing and Control等的编委(DE/AE/EBM)。