多模态医学影像分析和算法研究

庄吓海

【Abstract】

基于深度学习的人工智能算法在多个领域表现出卓越的性能，其在医学图像计算中也获得大量的关注并取得大的进展。传统的图像计算方法和数学模型能给医学影像分析问题带来“新”的思路和启发，为深度学习时代提供不同维度的视角和新的思维。这个讲座将汇报我们近几年的一些工作，主要介绍针对医学影像分析中如影像多模态融合和小样本数据训练问题带来的挑战的讨论，以及基于传统方法和神经网络算法的探索结果.

【报告人简介】
庄吓海，复旦大学大数据学院院长助理，研究员、博导。2002年在天津大学计算机系获学士学位，2007年在上海交通大学计算机系获硕士学位，2010年在UCL医学图像计算中心获博士学位，之后留校做博后和荣誉讲师。主要研究方向是医学影像和图像处理，大数据和人工智能算法等。在IEEE T PAMI，IEEE TMI，Medical Image Analysis等主流期刊和MICCAI，IPMI等国际会议发表文章60多篇。相关工作曾获得国际医学图像计算与计算机辅助介入协会青年科学家提名.