【深圳大学40周年校庆千场学术活动(第1108场) 丽湖生工大讲坛第七讲简讯】《在稀缺训练数据下如何增强医学图像分析深度模型的表征能力》报告会在我院顺利召开

来源: 发布时间:2023-07-05 11:14:10 浏览次数: 【字体:

应深圳大学医学部生物医学工程学院汪天富教授邀请,香港理工大学秦璟教授作为“丽湖生工大讲坛”第七讲嘉宾,于2023年7月3日下午在丽湖校区A2-517会议室主讲题为“在稀缺训练数据下如何增强医学图像分析深度模型的表征能力”的学术报告。本次讲坛吸引来自学院的众多师生参加。

202307051113270223.Jpeg 

秦教授首先讲述了他从事科学研究的历程,引出其在稀缺数据下进行的一系列医学图像分析工作。报告主要从三个方面展开,即数据表征、深度学习模型、医学图像分析。首先是对医学图像分析的整体流程进行讲解,即由诊断、手术规划、手术导航到干预的整套任务。接着,以AlphaGo为例子,引出深度学习模型的学习过程及应用。然后介绍了表征学习的缘由,并通过人类语言进化的案例,以通俗易懂的方式介绍了表征学习在深度学习模型中的作用。为解决利用医学稀缺数据训练深度模型的问题,秦教授给大家讲解其在迁移学习、深度监督、半监督以及注意力模型等方面的工作。最后,秦教授总结此次报告并对未来工作做了展望。秦教授的报告生动丰富,在场的师生就稀缺数据下如何增强深度模型表征能力问题踊跃提问,均得到秦教授的细致解答。

 

202307051113271847.Jpeg

汪天富教授向主讲嘉宾秦璟教授颁发生物医学工程学院“丽湖生工大讲坛”荣誉证书

 

秦璟教授简介:

秦璟,教授,博导,香港理工大学健康信息学课程主任,香港理工大学护理学院智慧健康研究中心核心成员。他从香港中文大学获得计算机科学与工程博士学位。随后,分别在香港中文大学和新加坡国立大学从事博士后研究工作。秦教授曾获2019年MICCAI年轻科学家最具影响力论文奖,EMBS Best Paper Award IEEE Transactions on Biomedical Engineering第二名,2017年Medical Image Analysis-MICCAI’17最佳论文奖,2016年医学成像与增强现实(MIAR) 最佳论文奖,2015年普适机器人与环境计算(URAI) 年会最佳论文奖等学术奖项。研究兴趣为人工智能与增强/虚拟现实在医学及健康中的应用。主持或参与超过50项科研项目,包括香港研究资助局主题研究基金、一般研究基金,香港创新与科技基金种子项目、平台项目、科技部合作项目、港澳合作项目,国家自然科学基金、科技部973项目等,所获项目经费近1亿港币。在其研究领域的主要期刊和会议上发表了超过300篇论文,包括TMI,MedIA,TVCG,ToHIEEE/ASME Trans on Mechatronics,JBHI (TITB),IEEE CG&A.MICCAIAAAIIJCAI,CVPR/ICCV/ECCV,ICRL等。

分享到:
【打印正文】
×

用户登录