结合数据和模型驱动的方法实现有效的医学图像配准

发布者:曹玲玲发布时间:2025-01-01浏览次数:10

报告人:端金鸣 副教授 曼彻斯特大学

主持人:杨冠羽

报告时间:2025年1月2日(周四)下午2:00

报告地点:东南大学九龙湖校区计算机楼513报告厅

报告摘要:本报告首先介绍医学图像配准在心脏解剖结构自动重建中的应用,通过从稀疏图像中重建4D平滑解剖几何形状。接着,讨论这种技术在心脏疾病分类与预测中的作用,特别是对健康风险较大的肺动脉高压等疾病的预测。提高预测准确性有助于医疗决策,可能拯救生命。报告还将阐述如何将先验知识融入神经网络架构,以提升医学图像配准的性能和可解释性,特别是在处理高维数据时,保证快速、精确与高效。通过这些方法,图像配准不仅精度更高,还降低了计算成本,增强了实际医疗应用的可行性。

报告人简介:端金鸣,曼彻斯特大学(UoM)副教授、伯明翰大学(UoB)荣誉副教授、艾伦·图灵研究所图灵研究员以及伦敦帝国理工学院(ICL)访问研究员。在多个国际竞赛中获得显著成绩,包括2019年在“fastMRI”竞赛中获得第二名,2022年在“Learn2Reg”竞赛中获得第一名,2023年在ISBI稳健非刚性配准挑战赛中获得第二名。至今已在100多篇同行评审的期刊与会议上发表研究成果,涵盖NeurIPS、MICCAI、CVPR等顶级学术会议及《柳叶刀》、《自然·机器智能》等国际期刊,谷歌学术总引用超过4500次。


  • 联系方式
  • 通信地址:南京市江宁区东南大学路2号东南大学九龙湖校区计算机学院
  • 邮政编码:211189
  • ​办公地点:东南大学九龙湖校区计算机楼
  • 学院微信公众号