【生物医学工程学院学术讲座】Deep Generative Modelling for Cross-modality Medical Data

来源: 发布时间:2024-04-15 12:49:08 浏览次数: 【字体:


主讲嘉宾:乔梦云博士

 2024422 下午17-18

 深圳大学医学部生物医学工程学院A2-517 

主持 杨鑫  助理教授


202404151247083375.Png

主讲嘉宾简介:

乔梦云,复旦大学博士,帝国理工学院数据科学研究所和脑科学系博士后。研究领域包括人工智能、医学图像分析,尤其专注于生成式人工智能算法在跨模态医学影像中的创新应用。当前研究内容聚焦于设计人体复杂器官的时空域四维数字化模型,并将其应用于乳腺癌的智能筛查诊断,以及心脏疾病的因果探索预测等关键临床问题的研究。近年来在IEEE TMI、IEEE JBHI、MICCAI等国际顶级期刊和会议中发表文章23篇,谷歌学术引用540余次。

 

报告简介:

在当前医疗多模态数据分析领域,生成式人工智能因其能够深入解读医疗大数据的深层分布特征,从而展现了其独特应用价值。特别是在心脏医学领域,生成式深度网络的深入研究不仅能够有助于洞悉心脏的四维解剖结构和动态变化,还能够探究其与非影像类临床因素(如年龄、性别、疾病状态等)的复杂关联。本报告将分享的研究内容创新性地提出了一种条件生成算法模型,旨在精确地描绘心脏在时空域中的四维解剖特征,以及其与临床因素的相互作用。该模型将临床因素作为生成过程的先决条件,为深入理解这些临床因素如何影响心脏解剖结构提供了新颖的视角和分析工具。通过对临床和影像数据的联合建模,该模型有望为心脏疾病的早期检测、精准诊断和个性化治疗提供有力支持。

分享到:
【打印正文】
×

用户登录