报告时间：2023年4月26日（周三）上午08:30-11:20

报告地点：华南理工大学（大学城校区）B8报告厅

智能医学图像处理软件研究及应用具有鲜明的医工交叉特色，符合我国“四个面向”的发展战略，研究创新的智能医学图像处理软件关键技术并将其深入结合到智能临床辅助诊断中，能有效辅助临床医生做出准确的诊断结论，降低误诊率并提高临床诊断效率。中国图象图形学学会（CSIG）将举办CSIG智能医学图像处理软件前沿技术论坛，由CSIG广州会员活动中心、华南理工大学软件学院、大数据与智能机器人教育部重点实验室联合承办，深入讨论智能医学图像处理软件前沿技术，促进智能医学图像处理软件领域学术交流。

论坛议程

报告题目一：智能影像基因组学与疾病诊断应用

 摘要：本报告将简要介绍我们近年来在影像基因组学及其疾病诊断应用方面的相关工作进展，主要包括医学影像（MRI/CT）快速重建、多图谱医学影像分割、脑网络分析、多模态医学图像融合分类、影像基因关联分析等，以及在阿尔茨海默病、精神分裂症、肺癌和乳腺癌等疾病诊断中的应用。

 报告人简介：张道强，南京航空航天大学教授、博导、副院长。入选国家级领军人才、国际模式识别学会会士（IAPR Fellow），获国家自然科学基金优青和重点项目等资助。任IEEE TMI、Pattern Recognition、《自动化学报》等期刊编委。主要研究方向为人工智能，机器学习，医学图像分析，脑机接口等，发表学术论文200 余篇，被引15000 余次。获国家自然科学二等奖1项、教育部自然科学一等奖和二等奖各1项。2014-2022 连续9年入选Elsevier 中国高被引学者榜。

报告题目二：多模态医学影像智能分析

摘要：近年来，以深度学习为代表的人工智能技术在医学影像分析领域得到了迅速发展。其中，基于深度学习技术的多模态影像诊断受到越来越多的重视。多模态数据可以通过自监督学习进行联合训练，从而获得丰富的数据表征，并提高模型在不同模态数据上的泛化性能。多模态数据也在全监督学习中被广泛应用，通过将不同模态的医学影像数据融合在一起，形成更丰富、更复杂的多层次数据表征。然而，但如何有效的融合不同模态的数据，充分利用不同模态之间的互补性和相关性，仍然是一个巨大的挑战。本报告将围绕多模态医学影像分析的技术挑战，从病例图像、CT等不同模态数据，自监督到全监督等学习方式这几个角度，介绍报告人课题组开展的相关研究和经验体会，并探讨多模态医学影像分析的机遇与挑战。

报告人简介：夏勇，西北工业大学计算机学院教授、博导，研究方向为医学影像智能计算，近三年在JAMA Network Open､IEEE-TPAMI/TMI/TIP､MedIA､NeurIPS､CVPR､MICCAI等本领域顶级期刊/会议发表论文40余篇，被引用近9000次（Google Scholar），先后在PROMISE12、ISBI 2019 C-NMC、BraTS2020/2021、MyoPS 2020、COVID-19 2020、KiTS21、COSMOS 2022、KiPA 22等国际学科竞赛中名列前茅；担任中国体视学学会理事、中国图象图形学学会视觉大数据专委会常委、中国抗癌协会肿瘤影像专业委员会人工智能学组副组长等，先后担任IBSI2017、MICCAI 2019/2020、ICASSP 2023地区主席或分会主席等。个人主页：https://teacher.nwpu.edu.cn/yongxia.html