报告时间：2021年12月29日（周三）13:00-15:00
报告人： 周涛 教授 南京理工大学计算机科学与工程学院教授
张腾 博士 南京信息工程大学人工智能学院
报告地点：线上研讨，腾讯会议ID：563 431 340
线下报告，亚培楼W104
主持人： 徐军 教授 南京信息工程大学人工智能学院
报告一题目：Covid-19感染区域分割和智能诊断中的挑战和算法
报告人简介： 周涛，南京理工大学计算机科学与工程学院教授。2016至2018年，在北卡罗来纳大学教堂山分校从事博士后研究工作。2018至2020年底，在阿联酋起源人工智能研究院作为研究科学家从事医学图像分析、机器学习等研究工作。主要研究工作包括：老年痴呆（阿尔茨海默病）的早期诊断与预测；多视图/模态学习及应用；弱病变区域（新冠肺炎感染区域、结肠息肉、隐蔽目标等）分割；胸部疾病识别与诊断等。近5年来，在国际权威期刊和会议上发表论文30多篇，主要包括IEEE TMI、IEEE TCYB、IEEE TIP、IEEE TCSVT、IEEE TMM、IEEE TBME、Medical Image Analysis、Pattern Recognition、Human Brain Mapping、CVPR、ICCV、AAAI、IJCAI、MICCAI，包括3篇高引论文。此外，受邀担任多个国际著名期刊及顶级会议审稿人。
报告摘要：新型冠状病毒（Covid-19）在全球的蔓延，使整个世界面临着严重的健康危机。从计算机断层扫描（CT）图像中自动检测出肺部感染区域，可为助力传统的医疗保健策略应对诊Covid-19疾病提供了巨大的可能性。然而，从二维CT图像中分割感染区域面临着诸多挑战，其中包括感染区域特征的高度变化以及感染与正常组织之间的对比度低等问题。此外，由于早期数据搜集难度和标注限制，阻碍了深度模型的训练。为了解决这些挑战，本报告首先介绍一种新颖的Covid-19肺部感染区域分割深度网络，并提出了一个基于随机选择传播策略的半监督分割框架，该框架仅需少量标注数据并采用大量未标注数据来改进分割性能。然后，也介绍一种基于对比学习的Covid-19诊断算法，它能从大规模公开可用的肺部数据集中学习更有效的特征表示来改进模型的诊断性能。
报告二题目：超体素分割及其在弥散磁共振成像中的应用
报告人简介：张腾博士2010年毕业于浙江大学竺可桢学院，2013年获得浙江大学电气工程硕士学位，2017年获得香港中文大学影像及介入放射学博士学位，2018年获得“博士后国际交流计划”引进项目，现为南京信息工程大学人工智能学院专任教师。张腾博士的主要研究方向包括医学图像分析、模式识别和计算机辅助诊断等，在NeuroImage、EJNMMI、Neuroscience等国际期刊和会议发表论文10余篇。
报告摘要：弥散磁共振成像技术能够可视化脑内神经纤维束走向，为定量分析高级认知功能的结构脑网络基础提供依据，因此被广泛应用于精神分裂症、抑郁症、神经退行性疾病等神经、精神类疾病的诊断和研究中。本次报告将简要介绍弥散磁共振成像技术及其分析方法，并介绍超体素分割技术在弥散磁共振成像分析中的应用研究。超体素分析兼具了体素分析的高敏感性和感兴趣区分析的高鲁棒性，为神经影像分析提供了新思路。
“人工智能学院科研团队学术交流系列报告”简介
人工智能学院科研团队学术交流系列报告每次邀请一名院外(或者校外)专家和院内专家做学术报告，旨在加强学院教师之间以及与院外(或者校外)专家的合作与交流，互相学习，合作共赢。每次会议采用线下与线上混合的模式，热忱欢迎校内外学生和专家的参与。
欢迎广大师生踊跃参加！
人工智能学院(未来技术学院)
2021年12月21日
