面向不同模态医学影像小数据集的深度学习方法研究

   发布时间: 2019-06-17    访问次数: 386

题目:面向不同模态医学影像小数据集的深度学习方法研究

主讲人:施俊

摘要:随着人工智能技术的飞速发展,基于医学影像的智能医疗已经成为学术和工业界的热点。医学影像的多样性导致不同的模态需要不同的机器学习方法进行有针对性的处理。本报告主要介绍针对以下三种医学影像模态所研究的机器学习方法:(1)面向超声成像的肿瘤智能诊断,重点介绍迁移学习方法研究;(2)面向神经影像数据的机器学习方法研究;(3)基于无监督深度学习的病理图像分类。

施俊,上海大学,通信与信息工程学院,电子信息工程系,教授,博导,系主任。

中国科学技术大学电子工程与信息科学系本硕博连读,2005年获生物医学工程博士学位,读博期间曾任香港理工大学研究助理。香港理工大学短期访问学者,美国北卡罗来纳大学——教堂山分校访问学者。

主持了国家自然科学基金面上基金项目、青年基金项目等国家级项目,合作主持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,以及主持上海市自然科学基金项目、科委、教委项目等多项项目。已发表SCI论文四十余篇,包括IEEE TBMEIEEE JBHIIEEE TNNLSPattern RecognitionUMB等期刊,以及高被引论文1篇,授权专利2项。为中国医学装备协会超声装备分会常务委员、中国信息协会医疗卫生和健康产业分会医学人工智能学组常务委员、中国影像AI产学研用创新联盟理事。


联系我们

地址:江苏省常州市武进区滆湖中路21号
   常州大学逸夫楼

邮编:213164

电话:0519-86330284     院长信箱

友情链接
Copyright © 2014-2019 常州大学信息科学与工程学院&数理学院