深医讲座论坛

【医学部学术讲座】--知识驱动和数据驱动的医学图像分割模型

文章来源: 作者: 发布时间:2019年05月08日 点击数: 字体:

 

主讲嘉宾:李纯明 教授

时  间:2019年5月9日上午 9:00 – 10:00

地  点:深圳大学西丽校区A2-519

主 持 人:倪东 教授

主讲嘉宾简介:

  李纯明博士现任电子科技大学信息与通信工程学院教授、博导,电子科技大学-陆军军医大学联合数字医学实验室主任,东北大学兼职教授,国际数字医学学会委员、共同创办人。李纯明在福建师范大学和复旦大学获得数学专业学士与硕士学位,后留学美国康涅狄格大学,获得电子工程博士学位。李纯明博士主要研究领域包括图像处理、计算机视觉和医学影像分析的算法研究与应用。在图像分割和水平集方法的研究中做出了若干重要的贡献,以第一作者身份发表了多篇原创性的研究论文,其中一篇关于水平集方法的论文于2005年发表至今已经被引用高达2500多次;另外两篇论文单篇他引次数均超过1600次,分别荣获2013和2015年IEEE信号处理学会最佳论文奖,是国际上唯一的两次以第一作者身份获得该奖的学者。李纯明担任CVPR、ICCV、MICCAI等国际顶级会议的审稿人或程序委员会委员和图像处理权威期刊IEEE TIP的Associate Editor。

 

报告简介:

  在图像分割的一些经典方法中,某些有用的知识(包括成像知识和解剖学知识,等等)可以融入到分割的数学模型与算法,达到提高分割的精度与可靠性的目的,这就是所谓基于知识或知识驱动的分割方法。而以深度学习为代表的数据驱动的方法可以不需要任何领域知识,只需要足够多的带标注的训练数据,就能通过训练得到一个满足某种需求的输入输出系统。本报告以大脑和心脏磁共振图像分割为应用背景,介绍了基于成像知识和解剖学知识的图像分割模型,并指出其优势与局限性,也从数学的观点解释了数据驱动方法的优势与局限性。而这些基于知识的方法的局限性可以通过应用数据驱动的方法得以克服。报告还介绍了结合知识驱动和数据驱动方法进行图像分割的方案,并展示了初步的结果。

【打印文章】 【添加收藏】