學(xué)術(shù)主任

劉華鋒

浙江大學(xué)教授

中國(guó)圖象圖形學(xué)學(xué)會(huì)醫(yī)學(xué)影像專業(yè)委員會(huì)主任?

劉華鋒，浙江大學(xué)教授，曾擔(dān)任醫(yī)學(xué)成像香山科學(xué)會(huì)議主席，多屆MICCAI程序委員會(huì)委員。獲國(guó)際學(xué)術(shù)獎(jiǎng)項(xiàng)5次，獲得浙江省自然科學(xué)二等獎(jiǎng)（排名1）。正在主持國(guó)家重大科研儀器項(xiàng)目，科技部重點(diǎn)研發(fā)項(xiàng)目，國(guó)家自然科學(xué)基金聯(lián)合項(xiàng)目，做為負(fù)責(zé)人主持過(guò)973課題，國(guó)家自然基金面上項(xiàng)目等。主要研究興趣為具有非線性、隨機(jī)性、不確定性、多層次等特點(diǎn)的心臟系統(tǒng)的建模、動(dòng)力學(xué)分析及PET成像提供新理論、新方法。發(fā)表論文120余篇，獲授權(quán)美國(guó)專利3項(xiàng)，中國(guó)發(fā)明專利20余項(xiàng)。

特邀講者

陳韻梅

美國(guó)佛羅里達(dá)大學(xué)終身教授

報(bào)告題目：Extra Proximal-Gradient Inspired Non-local Network for Image Reconstruction

摘要：Variational method and deep learning method are two mainstream powerful approaches to solve inverse problems in computer vision. To take advantages of advanced optimization algorithms and powerful representation ability of deep neural networks, we propose a novel deep convolutional? neural network for image reconstruction. The architecture of this network is inspired by our proposed accelerated extra proximal gradient algorithm with the incorporation of two types of prior-exploiting operations.? They are a non-local operation to exploit the inherent non-local self-similarity of the images, and a sparsity-promoting operation to learn the nonlinear transform, under which the solution is sparse. Our experimental results showed that the proposed CNN outperforms several state-of-the-art deep neural networks with similar or even less number of learnable parameters.

簡(jiǎn)介：陳韻梅，美國(guó)佛羅里達(dá)大學(xué)終身教授、杰出教授，圖像處理科學(xué)家。致力于數(shù)學(xué)、圖像處理和機(jī)器學(xué)習(xí)等交叉學(xué)科的研究，研究領(lǐng)域涉及醫(yī)學(xué)圖像分析中的數(shù)學(xué)模型的建立與數(shù)值優(yōu)化方法的發(fā)展，而且對(duì)其中潛在的數(shù)學(xué)理論進(jìn)行了深入的研究。曾獲中華人民共和國(guó)國(guó)家自然科學(xué)三等獎(jiǎng)、中華人民共和國(guó)教育部科技進(jìn)步一等獎(jiǎng)，獲國(guó)際發(fā)明專利9項(xiàng)，主持美國(guó)國(guó)家級(jí)項(xiàng)目20余項(xiàng)，發(fā)表學(xué)術(shù)論文200余篇，其中多篇具有重要影響的學(xué)術(shù)論文發(fā)表于《InventionesMathematicae》、《Communications on Pure and Application Mathematics》、《SIAM Journal on Imaging Sciences》、《SIAM Journal on Optimization》和《SIAM Journal on Applied Mathematics》等國(guó)際期刊。

盧虹冰

空軍軍醫(yī)大學(xué)教授

報(bào)告題目：Towards radiomic prediction model for cancer screening

摘要：Tumor staging, histopathological grade and recurrence are the most important prognostic factors. Anatomic magnetic resonance imaging (MRI) techniques have shown potential to determine tumor location and invasion, while functional MRI techniques, especially the diffusion-weighted (DW) imaging and associated apparent diffusion coefficient (ADC), have exhibited capability in assessing biological behaviors such as cellularity and demonstrated their usefulness in cancer management, especially in grade assessment. In this report, a non-invasive radiomics strategy which conjuncts texture-based image signatures, like histogram and GLCM textures derived from T2 weighted MRI images and their high-order derivative maps, DW images and corresponding ADC maps, with machine learning-based classification such as a SVM classifier and deep learning techniques, has been proposed for the differentiation of muscular invasiveness and cancer grades preoperatively. Preliminary experiments with multimodal MRI datasets acquired from patients with clinicopathologically confirmed cancer (including bladder, colorectal cancer and gliomas) verify the feasibility of the proposed radiomic strategy.

簡(jiǎn)介：盧虹冰，空軍軍醫(yī)大學(xué)生物醫(yī)學(xué)工程系教授，主任，博士生導(dǎo)師，長(zhǎng)期從事醫(yī)學(xué)成像與智能分析研究，作為項(xiàng)目負(fù)責(zé)人近五年共承擔(dān)國(guó)家重點(diǎn)研發(fā)專項(xiàng)、國(guó)家自然科學(xué)基金重點(diǎn)、國(guó)家科技支撐計(jì)劃重大子課題、軍隊(duì)后勤科研重點(diǎn)項(xiàng)目等7項(xiàng)，第一完成人獲陜西省科學(xué)技術(shù)一等獎(jiǎng)1項(xiàng)；已在行業(yè)權(quán)威期刊Biomaterials, IEEE TMI, IEEE Trans Biomed Eng, ACS Appl Mater Interfaces, Euro Radiol等發(fā)表SCI論文70余篇，單篇最高引用近400次；獲國(guó)家發(fā)明專利11項(xiàng)，美國(guó)專利1項(xiàng)，軟件著作權(quán)5項(xiàng)；獲 “國(guó)務(wù)院政府特殊津貼”、“軍隊(duì)優(yōu)秀專業(yè)技術(shù)人才一類崗位津貼”等獎(jiǎng)勵(lì)?，F(xiàn)任中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)理事、中國(guó)圖象圖形學(xué)學(xué)會(huì)理事、陜西生物醫(yī)學(xué)工程學(xué)會(huì)理事長(zhǎng)等職，IEEE Trans Med Imag、《中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào)》等雜志編委。

厲力華

杭州電子科技大學(xué)教授

報(bào)告題目：腫瘤影像學(xué)智能化診療---一點(diǎn)回顧、進(jìn)展及思考

摘要：本報(bào)告將以乳腺腫瘤為例，在三個(gè)維度上對(duì)基于影像的腫瘤智能化診療研究發(fā)展進(jìn)行比較系統(tǒng)的分析和回顧，其中包括傳統(tǒng)的計(jì)算機(jī)輔助檢測(cè)與診斷方法在臨床應(yīng)用上的發(fā)展、以精準(zhǔn)化為目標(biāo)的影像組學(xué)/影像基因組學(xué)方法、以及基于深度學(xué)習(xí)的腫瘤智能診療方法等目前國(guó)際上在智能化診療領(lǐng)域的研究熱點(diǎn)問題。

簡(jiǎn)介：厲力華（LIHUA LI），博士，教授。國(guó)家杰出青年科學(xué)基金獲得者，“新世紀(jì)百千萬(wàn)人才工程”國(guó)家級(jí)人選，浙江省科技發(fā)展咨詢委員會(huì)委員、之江實(shí)驗(yàn)室學(xué)術(shù)咨詢委員會(huì)委員。曾在美國(guó)南佛羅里達(dá)大學(xué)工作多年，任職副教授。發(fā)表科研論文和國(guó)外著作章節(jié)200多篇（章），獲授權(quán)專利20余項(xiàng)，其中兩項(xiàng)美國(guó)專利被公司所采用并產(chǎn)業(yè)化。2012年獲中國(guó)僑界貢獻(xiàn)獎(jiǎng)（創(chuàng)新人才）?，F(xiàn)主持國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目、國(guó)家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目課題、國(guó)家自然科學(xué)基金聯(lián)合基金重點(diǎn)項(xiàng)目（合作）等。

陳新建

蘇州大學(xué)特聘教授

報(bào)告題目：視網(wǎng)膜醫(yī)學(xué)影像處理與分析

摘要：視網(wǎng)膜疾病是眼科疾病中最為嚴(yán)重的一種，多模態(tài)醫(yī)學(xué)影像如眼底彩照、OCT等，為視網(wǎng)膜疾病的診斷、治療和預(yù)防提供了關(guān)鍵技術(shù)支持。本報(bào)告圍繞基于人工智能的視網(wǎng)膜疾病診斷與分析進(jìn)行展開。報(bào)告將主要介紹基于深度學(xué)習(xí)的方法和基于圖論的方法，及其在多種視網(wǎng)膜疾病的應(yīng)用，如老年性黃斑病變，糖尿病性視網(wǎng)膜病變，青光眼等疾病上的診斷與量化分析。

簡(jiǎn)介：陳新建，蘇州大學(xué)特聘教授、博導(dǎo)，國(guó)家優(yōu)秀青年基金獲得者、青年973首席科學(xué)家?，F(xiàn)為醫(yī)學(xué)領(lǐng)域頂級(jí)期刊IEEE TMI、IEEE JTEHM等副主編，IEEE高級(jí)會(huì)員，中國(guó)生物醫(yī)學(xué)工程青年委員會(huì)副主任委員。截至目前共發(fā)表100多篇國(guó)際頂級(jí)期刊/會(huì)議論文，申請(qǐng)/授權(quán)國(guó)際國(guó)內(nèi)專利30余項(xiàng)；獲得江蘇省科技進(jìn)步二等獎(jiǎng)1項(xiàng)（2018，排名第一），中國(guó)國(guó)家科學(xué)技術(shù)進(jìn)步二等獎(jiǎng)1項(xiàng)，北京市科學(xué)技術(shù)獎(jiǎng)二等獎(jiǎng)2項(xiàng)和信息產(chǎn)業(yè)部重大技術(shù)發(fā)明獎(jiǎng)1項(xiàng)。

梁棟

中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院研究員

報(bào)告題目：基于深度學(xué)習(xí)的快速磁共振成像

摘要：磁共振成像是目前醫(yī)學(xué)成像技術(shù)中功能最強(qiáng)大，技術(shù)門檻最復(fù)雜的技術(shù)之一。然而，相對(duì)其他成像模態(tài)較為緩慢的采集速度（較長(zhǎng)的掃描時(shí)間）制約了磁共振成像在臨床上的廣泛應(yīng)用。借助采樣樣本的數(shù)量與掃描時(shí)間的正比關(guān)系，通過(guò)減少采集的數(shù)據(jù)量（稀疏采樣）來(lái)縮短磁共振采集時(shí)間是快速磁共振成像領(lǐng)域的研究熱點(diǎn)。本報(bào)告將重點(diǎn)介紹基于深度學(xué)習(xí)的快速磁共振成像領(lǐng)域的研究工作。

簡(jiǎn)介：梁棟博士，研究員，博導(dǎo)，現(xiàn)任中國(guó)科學(xué)院深圳先進(jìn)技術(shù)研究院醫(yī)工所所長(zhǎng)助理、醫(yī)學(xué)人工智能研究中心主任、勞特伯生物醫(yī)學(xué)成像研究中心副主任；主要研究方向是信號(hào)處理、機(jī)器學(xué)習(xí)和生物醫(yī)學(xué)成像，迄今為止發(fā)表SCI/EI論文百余篇，授權(quán)發(fā)明專利28項(xiàng)，其中兩項(xiàng)發(fā)明專利轉(zhuǎn)移到上海聯(lián)影。目前主持國(guó)家自然科學(xué)基金、國(guó)家重點(diǎn)研發(fā)計(jì)劃課題、廣東省重點(diǎn)研發(fā)專項(xiàng)等多個(gè)科研項(xiàng)目?，F(xiàn)擔(dān)任國(guó)家地方聯(lián)合“高端醫(yī)學(xué)影像技術(shù)與裝備”工程實(shí)驗(yàn)室常務(wù)副主任，廣東省生物醫(yī)學(xué)成像工程技術(shù)研究中心主任，IEEE Transactions on Medical Imaging Associate Editor， Magnetic Resonance in Medicine編委，Quantitative Imaging in Medicine and Surgery編委。2012年入選中國(guó)科學(xué)院青年創(chuàng)新促進(jìn)會(huì)，榮獲2018年度王天眷波譜學(xué)獎(jiǎng)。中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)青年工作委員會(huì)副主任委員，中國(guó)圖象圖形學(xué)學(xué)會(huì)醫(yī)學(xué)影像專委會(huì)委員，中華醫(yī)學(xué)會(huì)放射學(xué)分會(huì)磁共振物理與工程學(xué)組委員，中國(guó)醫(yī)學(xué)裝備協(xié)會(huì) 磁共振應(yīng)用專業(yè)委員會(huì)。

羅建文

清華大學(xué)特別研究員

報(bào)告題目：基于超聲彈性成像的頸動(dòng)脈粥樣易損斑塊檢測(cè)

摘要：超聲頸動(dòng)脈彈性成像通過(guò)測(cè)量頸動(dòng)脈粥樣硬化斑塊在血壓作用下的運(yùn)動(dòng)和形變，推測(cè)斑塊彈性或成分分布，進(jìn)而預(yù)測(cè)斑塊破裂風(fēng)險(xiǎn)。本研究比較了基于互相關(guān)與基于光流法的彈性成像算法，選取優(yōu)化的方法獲得可靠的斑塊應(yīng)變估計(jì)；并使用磁共振成像作為在體的參考標(biāo)準(zhǔn)，驗(yàn)證頸動(dòng)脈彈性成像診斷易損斑塊的能力。結(jié)果證明了斑塊應(yīng)變率的大小可用于有效地區(qū)分穩(wěn)定和易損斑塊。進(jìn)一步，本文基于灰度共生矩陣，定量提取了斑塊應(yīng)變率圖像的空間分布紋理特征；間接反映斑塊彈性或硬度分布的空間不均勻性等信息。研究結(jié)果證明了高危斑塊的應(yīng)變率分布更加地不均勻。因此，結(jié)合斑塊彈性成像的幅度和紋理特征，或可為頸動(dòng)脈粥樣硬化斑塊提供更全面的評(píng)價(jià)信息。

簡(jiǎn)介：清華大學(xué)特別研究員，長(zhǎng)聘副教授，博士生導(dǎo)師。發(fā)表SCI論文145篇。2013年獲國(guó)家自然科學(xué)基金優(yōu)秀青年科學(xué)基金項(xiàng)目資助。2016年獲國(guó)家重點(diǎn)研發(fā)項(xiàng)目青年科學(xué)家專題項(xiàng)目資助。擔(dān)任IEEE Transactions on Ultrasonics, Ferroelectrics, and Frequency Control期刊Associate Editor，Journal of Ultrasound in Medicine期刊編委，IEEE生物醫(yī)學(xué)工程分會(huì)（EMBS）生物醫(yī)學(xué)與圖像處理（BIIP）技術(shù)委員會(huì)委員，IEEE國(guó)際超聲論壇 (IUS) 技術(shù)委員會(huì)委員。擔(dān)任德國(guó)DFG、法國(guó)ANR、比利時(shí)FWO、國(guó)家重點(diǎn)研發(fā)計(jì)劃、科技部創(chuàng)新人才推進(jìn)計(jì)劃、教育部專業(yè)學(xué)者獎(jiǎng)勵(lì)計(jì)劃評(píng)審專家。

楊光

帝國(guó)理工醫(yī)學(xué)院高級(jí)研究員

報(bào)告題目：機(jī)器增強(qiáng)智能在心臟核磁中的應(yīng)用

摘要：深度學(xué)習(xí)作為人工智能（Artificial Intelligence）的一個(gè)重要分支在數(shù)據(jù)分析方面正在呈現(xiàn)持續(xù)增長(zhǎng)的趨勢(shì)，并被稱為 2013 年的 10 項(xiàng)突破性技術(shù)之一。它是對(duì)神經(jīng)網(wǎng)絡(luò)的改進(jìn)，包含更多的計(jì)算層，從而能夠在數(shù)據(jù)中進(jìn)行更高層次的抽象和預(yù)測(cè)。到目前為止，它正成為通用成像和計(jì)算機(jī)視覺領(lǐng)域領(lǐng)先的機(jī)器學(xué)習(xí)工具。就在今年3月份國(guó)際計(jì)算機(jī)學(xué)會(huì)ACM決定將2018年ACM A.M.圖靈獎(jiǎng)授予約書亞·本吉奧(Yoshua Bengio)、杰弗里·辛頓(Geoffrey Hinton)和楊樂昆(Yann LeCun) 三位深度學(xué)習(xí)之父，以表彰他們給人工智能帶來(lái)的重大突破，這些突破使深度神經(jīng)網(wǎng)絡(luò)成為計(jì)算的關(guān)鍵組成部分。毋庸置疑，在醫(yī)療領(lǐng)域特別是醫(yī)學(xué)圖像數(shù)據(jù)的處理分析方面，深度學(xué)習(xí)取得了一些重要成果，然而如何將這些成果轉(zhuǎn)化到臨床實(shí)際應(yīng)用中依然還有一道無(wú)法逾越的鴻溝。楊光博士的研究將圍繞在機(jī)器增強(qiáng)智能（Augmented Intelligence）在醫(yī)療領(lǐng)域的應(yīng)用上，而非使用廣義的人工智能（Artificial Intelligence）技術(shù)。這次演講的主題將集中在機(jī)器增強(qiáng)智能在心臟核磁中的應(yīng)用上，楊光博士將講解其現(xiàn)有技術(shù)、突破以及展望。

簡(jiǎn)介：楊光博士是倫敦大學(xué)學(xué)院醫(yī)學(xué)物理及計(jì)算機(jī)專業(yè)碩士、博士?，F(xiàn)任帝國(guó)理工醫(yī)學(xué)院高級(jí)研究員，英國(guó)皇家布朗普頓醫(yī)學(xué)院心臟血管研究中心醫(yī)學(xué)圖像高級(jí)工程師，倫敦大學(xué)圣喬治醫(yī)學(xué)院榮譽(yù)講師，杭州帝工先進(jìn)技術(shù)研究院執(zhí)行院長(zhǎng)，博士生導(dǎo)師。楊光博士長(zhǎng)期專注于醫(yī)療大數(shù)據(jù)以及醫(yī)學(xué)圖像的成像和分析方面的研究，在各類期刊會(huì)議上發(fā)表論文 70余篇，其中包括SCI論文16篇，并且擁有2項(xiàng)核磁共振圖像處理的國(guó)際專利。楊光博士是《深度學(xué)習(xí):一起玩轉(zhuǎn)TensorLayer》（ 電子工業(yè)出版社 ）一書的主要作者。楊光博士是美國(guó)電氣和電子工程師協(xié)會(huì)會(huì)員，美國(guó)國(guó)際光電學(xué)工程協(xié)會(huì)會(huì)員以及英國(guó)機(jī)器視覺協(xié)會(huì)會(huì)員。Medical Physics 雜志臨時(shí)副主編。

張賀曄

中山大學(xué)教授

報(bào)告題目：計(jì)算機(jī)建模及醫(yī)學(xué)圖像智能處理

摘要：本報(bào)告將重點(diǎn)介紹基于深度學(xué)習(xí)的快速磁共振成像領(lǐng)域的研究工作。心腦血管疾病一直是危害國(guó)民健康的重大臨床挑戰(zhàn)，臨床共識(shí)指出心腦血管疾病需要進(jìn)行個(gè)性化的精準(zhǔn)診療，這就需要從病人個(gè)體的健康信息中提取出可靠的量化指標(biāo)。該報(bào)告將講述我們?nèi)绾问褂糜?jì)算建模及圖像處理的工程技術(shù)，從心臟影像中提取出評(píng)估冠心病生理狀態(tài)的量化指標(biāo)，并應(yīng)用于臨床診斷的過(guò)程。

簡(jiǎn)介：張賀曄教授主要從事健康信息學(xué)定量分析研究工作，以臨床健康信息需求為驅(qū)動(dòng)，推動(dòng)并發(fā)展了一系列健康信息定量分析的技術(shù)與方法。截止目前，發(fā)表學(xué)術(shù)論文78篇（第一或通訊作者41篇），其中SCI檢索論文42篇（第一或通訊作者23篇），包括Medical Image Analysis 4篇（通訊作者），MICCAI 12篇，4篇ESI高被引和一篇ESI熱點(diǎn)文章，主持一項(xiàng)NSFC聯(lián)合基金重點(diǎn)項(xiàng)目和面上項(xiàng)目，申請(qǐng)或授權(quán)中國(guó)發(fā)明專利5項(xiàng)，獲吳文俊人工智能科學(xué)技術(shù)創(chuàng)新獎(jiǎng)三等獎(jiǎng)（唯一人）。