时间：10月20日上午10点

地点：3号楼六楼会议室

报告人：刘再毅

 报告简介：

医学图像实际是蕴含丰富信息的数据，通过挖掘图像数据深层次特征，可提供更多的肉眼不能识别的信息用于指导临床决策。如使用平均体素强度、峰度、偏度、能量和墒等特征参数来进行肿瘤的定性、对药物敏感预测、疗效评估及预后预测等。

随着影响数据处理技术的发展，2012年，荷兰的Lambin教授首次提出了影响组学（Radomics）的概念。国内有学者译为“放射组学”，但我们认为在研究中强调的是基于图像进行信息挖掘，因此，中文名称使用“影像组学”更准确。影响组学概念的提出，主要是受生物医学领域高产出的“组学”（-omics）概念（如基因组学、蛋白质组学、代谢组学等）的启发。其概念是使用自动化抽取的大量数据特征描述算法，借助大数据分析手段量化分析海量数据特征，提高预判准确率、优化临床决策，最终实现精准医疗。其具体流程包括图像获取、病灶分割、特征提取及定量分析等。

报告人：

刘在毅，医学博士，主任医师，硕士研究生导师，广东省人民医院放射科副主任。目前任中华医学会放射学分会磁共振学组委员和广东省放射学会青年学委员会副主任委员。一直从事医学影像临床诊断和肿瘤影像组学研究。先后主持国家自然科学基金青年项目和面上羡慕、中国博士后科学基金等多项科研课题。以第一作者或通信作者发表国内外放射专业期刊文章20余篇。