【講座題目】數(shù)據(jù)受限下的醫(yī)療圖像分割方法研究

【時  間】2023年12月8日，下午14:20-15:20

【地  點】保定校區(qū)  一校區(qū) 綜合樓學術報告廳

【主講人】吳健 浙江大學求是特聘教授

【主講人簡介】

吳健，浙江大學求是特聘教授，浙江大學國際聯(lián)合學院副院長、浙大睿醫(yī)人工智能研究中心主任、人工智能醫(yī)療器械標準化技術歸口單位專家組專家、中國計算機學會理事、中國衛(wèi)生信息學會國際合作與交流專業(yè)委員會副主任委員、浙江省醫(yī)療數(shù)據(jù)產業(yè)研究會副理事長。研究興趣集中在醫(yī)學人工智能，發(fā)表SCI/EI收錄論文100余篇。主持國家自然科學基金項目6項、國家重點研發(fā)項目子課題2項。2007年獲教育部科技進步一等獎，2008年獲浙江省科技進步一等獎，2009年獲中國商業(yè)聯(lián)合會科學技術特等獎，2010年獲國家科技進步獎二等獎，2014年獲浙江省科技進步一等獎，2018年獲浙江省科技進步二等獎，2021年獲中國計算機學會科技進步優(yōu)秀獎，2022年獲中國電子學會科學技術二等獎，2022年獲中國產學研合作創(chuàng)新成果二等獎。

【報告內容簡介】

數(shù)據(jù)集類別不平衡、辨識度較低、標注資源較為有限這三方面限制了醫(yī)療CT圖像分割任務的發(fā)展。針對這三大挑戰(zhàn)，團隊創(chuàng)新三項技術突破：一是提出一個基于雙尺度學習選擇性遷移學習的分割網絡來擴充與平衡數(shù)據(jù)集；二是以一個基于深度自步主動學習分割框架，讓標注得到高效利用；三是建立一個多時期分割與多模態(tài)融合分類模型，提升分類水平的低辨識度，同時以全3D級聯(lián)分割模型提升分割水平的低辨識度。