报告题目：基于生物医学先验信息的医学图像分析

报告摘要

基于深度学习的医学图像分析与机器学习和计算机视觉密不可分，但是医学图像本身具有分辨率高，数据量少，标注稀缺等应用难点。另一方面，医学图像往往也具有比自然图像更强的先验知识，例如部分器官的对称性，目标尺度大小的约束性，和空间位置的先验性等。充分利用各种医学先验信息往往可以获得比传统深度学习更加优化的计算结果。本报告将结合本组近期在影像，病理和显微镜图像分析中的研究工作，对基于生物医学先验信息的医学图像分析进行介绍。

嘉宾简介

霍元恺博士目前担任美国范德堡大学（Vanderbilt University）计算机系助理教授，医学数据表征与学习实验室主任，大数据研究院双聘教员。他于2018年于美国范德堡大学电子与计算机工程系获博士学位，2014年于美国哥伦比大学计算机系获硕士学位。2019-2020年在PAII美东实验室任高级研究科学家。他的研究兴趣包括医学图像计算，基于领域知识的机器学习，和大尺度医疗数据分析。

1.Mengyang Zhao, Aadarsh Jha, Quan Liu, Bryan A. Millis, Anita Mahadevan-Jansen, Le Lu, Bennett A. Landman, Matthew J. Tyska, and Yuankai Huo. "Faster mean-shift: GPU-accelerated clustering for cosine embedding-based cell segmentation and tracking." Medical Image Analysis 71 (2021): 102048.

2.Ethan H. Nguyen, Haichun Yang, Ruining Deng, Yuzhe Lu, Zheyu Zhu, Joseph T. Roland, Le Lu, Bennett A. Landman, Agnes B. Fogo, and Yuankai Huo. "Circle Representation for Medical Object Detection." IEEE Transactions on Medical Imaging (2021).

3.Liu, Quan, Peter C. Louis, Yuzhe Lu, Aadarsh Jha, Mengyang Zhao, Ruining Deng, Tianyuan Yao, Joseph T. Roland, Haichun Yang, Shilin Zhao, Lee E. Wheless, and Yuankai Huo "Simtriplet: Simple triplet representation learning with a single gpu." In International Conference on Medical Image Computing and Computer-Assisted Intervention (MICCAI), pp. 102-112. Springer, Cham, 2021.

4.Yuankai Huo, Zhoubing Xu, Yunxi Xiong, Katherine Aboud, Prasanna Parvathaneni, Shunxing Bao, Camilo Bermudez, Susan M. Resnick, Laurie E. Cutting, and Bennett A. Landman. "3D whole brain segmentation using spatially localized atlas network tiles." NeuroImage 194 (2019): 105-119.

5.Yuankai Huo, Zhoubing Xu, Hyeonsoo Moon, Shunxing Bao, Albert Assad, Tamara K. Moyo, Michael R. Savona, Richard G. Abramson, and Bennett A. Landman. "Synseg-net: Synthetic segmentation without target modality ground truth." IEEE transactions on medical imaging 38, no. 4 (2018): 1016-1025.

特别感谢本次Webinar主要组织者：

徐军（南京信息工程大学）