深醫講座論壇

【醫學部學術講座】--知識驅動和數據驅動的醫學圖像分割模型

文章來源: 作者: 發布時間:2019年05月08日 點擊數: 字體:

?

主講嘉賓:李純明 教授

時  間:2019年5月9日上午 9:00 – 10:00

地  點:深圳大學西麗校區A2-519

主 持 人:倪東 教授

主講嘉賓簡介:

  李純明博士現任電子科技大學信息與通信工程學院教授、博導,電子科技大學-陸軍軍醫大學聯合數字醫學實驗室主任,東北大學兼職教授,國際數字醫學學會委員、共同創辦人。李純明在福建師范大學和復旦大學獲得數學專業學士與碩士學位,后留學美國康涅狄格大學,獲得電子工程博士學位。李純明博士主要研究領域包括圖像處理、計算機視覺和醫學影像分析的算法研究與應用。在圖像分割和水平集方法的研究中做出了若干重要的貢獻,以第一作者身份發表了多篇原創性的研究論文,其中一篇關于水平集方法的論文于2005年發表至今已經被引用高達2500多次;另外兩篇論文單篇他引次數均超過1600次,分別榮獲2013和2015年IEEE信號處理學會最佳論文獎,是國際上唯一的兩次以第一作者身份獲得該獎的學者。李純明擔任CVPR、ICCV、MICCAI等國際頂級會議的審稿人或程序委員會委員和圖像處理權威期刊IEEE TIP的Associate Editor。

?

報告簡介:

  在圖像分割的一些經典方法中,某些有用的知識(包括成像知識和解剖學知識,等等)可以融入到分割的數學模型與算法,達到提高分割的精度與可靠性的目的,這就是所謂基于知識或知識驅動的分割方法。而以深度學習為代表的數據驅動的方法可以不需要任何領域知識,只需要足夠多的帶標注的訓練數據,就能通過訓練得到一個滿足某種需求的輸入輸出系統。本報告以大腦和心臟磁共振圖像分割為應用背景,介紹了基于成像知識和解剖學知識的圖像分割模型,并指出其優勢與局限性,也從數學的觀點解釋了數據驅動方法的優勢與局限性。而這些基于知識的方法的局限性可以通過應用數據驅動的方法得以克服。報告還介紹了結合知識驅動和數據驅動方法進行圖像分割的方案,并展示了初步的結果。

【打印文章】 【添加收藏】
米乐app下载 <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>