【讲座问题】数据受限下的医疗图像支解要领研究

【时  间】2023年12月8日
，下昼14:20-15:20

【地  点】保定校区  一校区 综合楼学术报告厅

【主讲人】吴健 浙江大学求是特聘教授

【主讲人简介】

吴健
，浙江大学求是特聘教授
，浙江大学国际联合学院副院长、浙大睿医人工智能研究中心主任、人工智能医疗器械标准化手艺归口单位专家组专家、中国盘算机学会理事、中国卫生信息学会国际相助与交流专业委员会副主任委员、浙江省医疗数据工业研究会副理事长

。研究兴趣集中在医学人工智能
，揭晓SCI/EI收录论文100余篇

。主持国家自然科学基金项目6项、国家重点研发项目子课题2项

。2007年获教育部科技前进一等奖
，2008年获浙江省科技前进一等奖
，2009年获中国商业联合会科学手艺特等奖
，2010年获国家科技前进奖二等奖
，2014年获浙江省科技前进一等奖
，2018年获浙江省科技前进二等奖
，2021年获中国盘算机学会科技前进优异奖
，2022年获中国电子学会科学手艺二等奖
，2022年获中国产学研相助立异效果二等奖

。

【报告内容简介】

数据集种别不平衡、辨识度较低、标注资源较为有限这三方面限制了医疗CT图像支解使命的生长

。针对这三大挑战
，团队立异三项手艺突破：一是提出一个基于双标准学习选择性迁徙学习的支解网络来扩充与平衡数据集；二是以一个基于深度自步自动学习支解框架
，让标注获得高效使用；三是建设一个多时期支解与多模态融合分类模子
，提升分类水平的低辨识度
，同时以全3D级联支解模子提升支解水平的低辨识度

。