学术报告

当前位置: 首页 学术报告 正文
学术报告八十八:基于深度学习的医学病理图像分析

时间:2021-09-24 16:56

主讲人 讲座时间
讲座地点 实际会议时间日
实际会议时间年月

数学与统计学院学术报告[2021] 088

(高水平大学建设系列报告588)

报告题目: 基于深度学习的医学病理图像分析

报告人:张法  研究(中国科学院

报告时间:2021925日(2: 00-3: 00 pm

报告地点: 汇星楼514

报告内容:病理图像是癌症诊断的金标准。由于病理图像结构复杂、缺乏标注数据等问题,深度学习方法在医学病理图像分析的准确性还有待进一步提高。此外,基于深度学习融合病理图像和基因组数据的方法已被广泛应用于癌症的预后评估,但现有模型未能充分利用神经网络强大的表示学习能力,无法有效地融合病理图像和基因组数据的多模态特征。在本报告中,将介绍我们在医学病理图像分析的最新研究结果,包括(1)基于混合深度网络、融合电子病历和基于领域知识等提高病理图像分类准确性的方法;(2)基于迁移学习解决标注数据缺乏的问题和(3)融合病理图像和基因组数据用于癌症生存分析的初步研究成果。

报告人简历:

张法,博士,中国科学院计算技术研究所研究员,博士生导师。主要从事生物信息学算法、生物医学图像处理和高性能计算等方面的研究。近年来在冷冻电镜三维重构、医学病理图像处理等方面,取得了多项重要研究成果:研发了国内首款冷冻电镜三维重构的软件-AuTOM;结合人工智能技术开发了系列医学病理图像分类分级处理技术,相关研究成果已在多家科研机构和医院应用。率队获得2021年国际三维模型检索挑战赛(SHREC2021)冷冻电镜电子断层生物图像分类大赛全球第一名的成绩。作为第一和通讯作者在Cell ResearchScience Advances 等国际著名期刊和ISMBICCV等知名国际会议发表论文140余篇。作为项目负责人和主要参与人承担了多项科技部重点研发专项、国家自然科学基金重点和国际合作重大项目、中科院战略科技先导和知识创新工程重点等项目。现任中国计算机学会生物信息学专业委员会秘书长。

 

欢迎感兴趣的师生参加!

 

                          数学与统计学院

 

                                                2021924