黄高，清华大学自动化系长聘副教授，博士生导师。主要研究领域为深度学习与智能系统，提出了DenseNet等代表性深度学习模型。共计发表学术论文200余篇，谷歌学术引用10万余次，最高单篇引用6.1万次。获国家优青、CVPR最佳论文奖、MIT TR35、世界人工智能大会SAIL奖、亚洲青年科学家奖、AI 2000人工智能最具影响力学者等，担任IEEE TPAMI等国际重要期刊编委和CVPR、ICCV、NeurIPS、ICML等人工智能顶级会议领域主席。

讲座摘要

医学超声是一种常见的临床检查手段。由于依赖人工精细操作，医学超声领域长期以来面临优质医生资源短缺、标准化程度不足、检查效率偏低等挑战。利用先进的人工智能和机器人技术实现智能化的自主超声扫查成为应对上述挑战的有效途径。本报告将介绍如何通过在大规模超声扫查示教数据上训练超声探头精准导航模型，驱动机器人实现自动心血管超声扫查，并在此基础上构建可在真实受试者上泛化的影像自主扫查、参数自动测量和疾病智能筛查的全栈式自主超声检查系统。