【院庆系列学术活动（十五）】中国科学院深圳先进技术研究院梁栋研究员访问我院并做学术报告

应陈阳老师邀请，本月11月27日晚上20:00，中国科学院深圳先进技术研究院梁栋研究员来我院做学术报告，具体情况如下：

报告题目：深度MRI重建讲座
报告时间：2020年11月27日晚上20:00

报告人：梁栋研究员 中国科学院深圳先进技术研究院
报告平台：会议列表：https://meeting.tencent.com/s/j7JUlmLjyZcw

          会议 ID：489 760 713
报告摘要：

磁共振动态成像由于能够同时提供时间-空间信息，被广泛应用于心功能评估、室壁运动检测等临床诊断中。然而，由于受磁共振物理及硬件、心脏运动周期时长的制约，磁共振动态成像往往时间-空间分辨率受限，无法准备评估心脏疾病。因此，在保证成像质量的前提下，利用快速成像方法提高磁共振动态成像的时间-空间分辨率尤为重要。

传统的压缩感知（CS）和并行成像（PI）等加速技术，有效地加速了动态成像速度。 联合非线性核映射和相位共轭虚拟线圈技术，我们提出了一种改进的并行成像方法，有效地改进了重建条件，抑制了重建噪声。

然而，基于CS或PI的迭代重建算法，往往是耗时的且参数较难选择。基于深度学习的神经网络方法（DC-CNN、CRNN、DIMENSION）能够避免这些局限，加速了重建速度。但是，这些深度学习方法仅仅依赖于大数据的稀疏先验，而未利用动态信号的低秩特性，限制了重建性能的提升。我们提出了基于稀疏低秩模型的深度神经网络方法，通过将稀疏低秩模型的迭代求解步骤展开到神经网络中，进一步提高了心脏电影成像质量。

报告人介绍：

梁栋，博士、中国科学院深圳先进技术研究院研究员、博士生导师。主要研究方向为压缩感知、机器学习以及其在医学成像中的应用研究。主持国家自然科学基金、国家重点研发计划课题、广东省重点研发专项等多个科研项目。发表SCI/EI论文100余篇，授权发明专利34项（含3项美国专利）。现担任中国科学院医学成像技术与装备工程实验室主任、广东省生物医学成像工程技术研究中心主任，先进院医学人工智能研究中心主任兼生物医学成像研究中心副主任。担任国际权威期刊《IEEE Transactions on Medical Imaging》副主编、《Magnetic Resonance in Medicine》编委，国际医学磁共振年会程序委员会委员，亚洲医学磁共振学会（ASMRM）理事；获2018年王天眷波谱学奖、2018年度中国专利优秀奖（第一发明人）、2018年度深圳市技术发明一等奖（第一完成人）等。