机器学习与人工智能讲坛举行

文:人工智能实验室 图:人工智能实验室 / 来源:计算机学院 / 2017-09-27 / 点击量:4495

  9月22日和25日,“深度学习在医学图像分析中的应用”和“Translational bioinformatics approaches for cancer precision medicine”两场机器学习与人工智能讲坛分别在清水河校区宾诺咖啡和主楼举行,活动吸引了160多名师生参加。美国北卡罗来纳大学教堂山分校沈定刚教授和印第安纳大学黄昆教授分别与我校师生探讨了深度学习在医学图像分析中的应用,以及机器学习在精准医疗领域的应用。两次活动均由计算机科学与工程学院国家“青年千人”计划入选者徐增林教授主持。

1.jpg

  沈定刚教授主要介绍了他在MICCAI 2017发表的工作,即把深度学习的方法应用到各种神经成像上。具体来说,在神经成像分析中,他们已经开发出一种大脑图像的自动测绘方法,它的目标是预测早期儿童自闭症,比如在1岁之前发现自闭症。因为这项努力他们团队还获得了婴儿连接体项目,这个项目通过收集了来自1-5岁正常儿童的核磁共振(MRI)影像来对患儿行为进行评估。此外,为了治愈潜在的早期阿茨海默症,沈定刚教授团队也发现了一种新的基于深度学习的方法。在图像合成领域,沈教授团队还发明了一种新的串联的3D CNN利用3T核磁共振重塑7T核磁共振影像,来提高图像的质量和组织分割。讲座中,沈定刚教授还分享了发明的一种新的基于生成对抗网络的方法来评估CT和MRI关联性的方法,以帮助基于MRI的癌症放射治疗。

  黄昆教授主要介绍了他在精准医疗领域方面的研究。第一是针对病例数据的学习,比如对癌症病人和非癌症病人进行的基因对比关联。第二是针对医学3D图像建模及病情发现,发现小鼠胎盘畸形导致小鼠婴儿的大量死亡,再具体根据病情进行图像切片深度研究。最后,对如何在机器学习和生物医疗等相互交叉领域做研究,黄昆教授给出了自己的建议。

  参与现场聆听的同学表示,两位学者的报告深入浅出,带来了一堂丰富多彩的关于生物医学的课程,启发了学术探讨的深入,碰撞出思维火花。


编辑:罗莎  / 审核:林坤  / 发布者:林坤