欢迎光临中国图象图形学学会官方网站,让我们一起努力,探索图象图形领域的广袤天地!
首页 > 学会动态 > 活动预告

CSIG图像图形中国行将于12月22日在电子科技大学举办

2018-12-11

一、活动简介


        “CSIG图像图形中国行”活动旨在推动图像图形学科的普及,加强各高校研究所以及企业间的交流。自2017年4月起,分别在扬州大学、哈尔滨工业大学、兰州大学、杭州电子科技大学、北京交通大学、海南大学等高校成功举办17期,参会人数累计2500余人,受到业界好评。第19期活动由电子科技大学承办。

 

二、执行主席

 image.png

        李永杰,电子科技大学生命科学与技术学院教授、博士生导师、生物医学工程系主任,神经信息教育部重点实验室、神经信息创新引智基地(“111基地”)、科技部神经信息国际联合研究中心的固定成员和仿脑计算方向的负责人。担任中国自动化学会生物控制论与生物医学工程专委会主任委员、中国电子学会生物医学电子学分会副主任委员、中国图象图形学学会视觉认知与计算专委会委员,IEEE Senior Member。2004年取得电子科技大学生物医学工程专业博士学位,2007年入选教育部新世纪优秀人才支持计划,2008年8月晋升教授,2009.09~2010.09在哥伦比亚大学做访问学者,2011年成为博士生导师。在国际主流期刊及重要会议上发表科研论文近百篇,包括IEEE Trans on PAMI / IP / ITS / BME、NeuroImage等期刊和ICCV/CVPR/ECCV等国际会议。申请中国发明专利近30项(已授权20余项)。主要研究方向为生物视觉的计算理论、模型及其智能图像处理应用(包括自然图像、医学图像等)。

 

三、特邀专家

 image.png

        李纯明,电子科技大学信息与通信工程学院教授、博导,电子科技大学-陆军军医大学联合数字医学实验室主任,东北大学兼职教授,国际数字医学学会委员、共同创办人。李纯明在福建师范大学和复旦大学获得数学专业学士与硕士学位,后留学美国康涅狄格大学,获得电子工程博士学位。主要研究领域包括图像处理、计算机视觉和医学影像分析的算法研究与应用。在图像分割和水平集方法的研究中做出了若干重要的贡献,以第一作者身份发表了多篇原创性的研究论文,其中一篇关于水平集方法的论文于2005年发表至今已经被引用高达2500多次;另外两篇论文单篇他引次数均超过1500次,分别荣获2013和2015年IEEE信号处理学会最佳论文奖,是国际上唯一的两次以第一作者身份获得该奖的学者。李纯明担任CVPR、ICCV、MICCAI等国际顶级会议的审稿人或程序委员会委员和图像处理权威期刊IEEE TIP副主编。

报告题目:基于解剖学知识的心脏磁共振图像分割方法

报告摘要:医学图像分割在许多基于图像的医学研究与临床实践中都有十分重要的应用。但由于成像设备的局限性导致的图像质量问题,如分辨率低、对比度低,等等,使得医学图像分割仍然是一个具有挑战性的课题。仅仅依赖图像信息的分割算法往往不能取得令人满意的分割结果。尽可能的利用图像之外的有用信息有助于提高图像分割的性能。本报告介绍了基于解剖学知识的医学图像分割方法。针对磁共振心脏图像,我们提出了一个基于心脏左右心室的解剖学几何特性的左右心室与心肌的分割方法,在分割模型中有效地利用了心脏的解剖学知识,提高了图像分割的精度。

 

image.png

        孙剑,西安交通大学数学与统计学院信息科学系教授,2009年获得西安交通大学应用数学博士学位。2016年入选国家基金委优青项目, 2017年入选中组部青年拔尖人才支持计划。主要关注自然图像和医学影像处理与分析中的基础数学模型与算法研究。曾在微软亚洲研究院(2005-2008)、美国中佛罗里达大学(2009-2010)、法国巴黎高等师范学院与法国国家信息与自动化研究院(2012-2014)做博士后或访问学者。2015年获得中国工业与应用数学学会优秀青年学者奖。

报告题目:模型驱动的深度学习方法在医学图像分析中的应用

报告摘要:经典的深度学习方法将标准深度神经网络作为黑箱进行数据驱动的目标任务学习。我们提出模型驱动的深度学习思想,将传统基于领域知识和物理机制的"建模方法"与基于数据驱动的"深度学习方法"相结合,构建模型驱动的深度学习方法。在该报告中,将介绍我们在模型驱动深度学习方法上的一些研究成果及在医疗影像分析方面的应用,包括统计模型驱动的深度学习方法、ADMM优化算法驱动的压缩传感MRI模型、以及基于非局部方法的医学影像生成与多图册分割深度学习方法等。

 

image.png

        赵地,中科院计算所副研究员。在美国路易斯安娜理工大学(Louisiana Tech University)计算机与应用数学专业博士学位,曾在美国哥伦比亚大学(Columbia University)医学中心和美国俄亥俄州立大学(The Ohio State University)医学中心从事博士后研究工作。2015年以中国科学院cnic“百人计划”引进的方式回国工作。目前主持北京市自然科学基金重点项目一项,参与国家重点研发计划一项和北京市科委“脑科学研究”专项二项。在“深度学习与医学影像分析”方面具有好的研究经验,发表27篇学术杂志论文与多篇学术会议论文,做学术会议特邀报告数百次。发表著作1部,译著1部。担任AMGP杂志编委,是中国医疗器械行业协会医疗人工智能专委会委员、中国医学装备协会超声装备技术分会大数据与人工智能专委会副主任委员、中国人工智能产业创新联盟专家委员会委员、中国医学装备协会智能装备技术分会第一届委员等。

报告题目:深度学习与医疗影像大数据分析

报告摘要:医疗大数据主要包括电子病历(Electronic Health Record)数据,医学影像数据,基因信息数据,等。其中,医学影像数据占现阶段医疗数据的绝大部分。如何将医疗大数据运用于临床实践?这是医学和计算机研究人员都很关心的问题,而智能影像与深度学习提供了一个很好的答案。本报告结合医学影像大数据分析的最新研究进展和本课题组在医学影像大数据分析领域的工作,特别是在阿尔茨海默病的核磁共振早期诊断为例,介绍了智能影像和深度学习在医疗大数据分析与疾病早期诊断领域的应用。

 

image.png

        何晖光,中国科学院自动化研究所研究员,博士生导师, 中国科学院大学人工智能学院脑认知与智能医学教研室主任、岗位教授,福建省“闽江学者”讲座教授。中科院青年创新促进会优秀会员,中科院脑科学与智能技术卓越中心团队成员。CSIG视觉大数据专委会以及机器学视觉专委会常务委员,CCF计算机视觉专委会委员,IEEE高级会员, CCF高级会员。分别于1994年(本科),1997年(硕士)毕业于大连海事大学,1997-1999在大连海事大学任助教;2002年在中国科学院自动化研究获博士学位,同年留所工作。2003-2004在美国罗切斯特大学放射系做博士后研究,2008年1-3月,在加拿大滑铁卢大学做高级研究学者,2014.10-2015.4在美国北卡大学教堂山分校做访问教授。何晖光博士先后主持国家自然科学基金(包括1项国家自然基金重点项目)、重点研发计划课题,863项目等多个重要项目。获得国家科技进步二等奖两项(分别排名第二、第三),北京市科技进步奖两项,教育部科技进步一等奖(排名第三),获中科院首届优秀博士论文奖,北京市科技新星,中科院“卢嘉锡青年人才奖”等奖项,其研究领域为脑科学、人工智能,医学影像处理,脑-机接口等, 其研究结果在NeuroImage, Human Brain Mapping, IEEE TNNLS,Pattern Recognition, MICCAI等相关领域的国内外核心期刊以及国际主流会议上发表文章120余篇。

报告题目:从神经影像计算与分析到视觉信息编解码

报告摘要:本报告将首先介绍课题组在医学影像分析方面的几个工作,包括利用多模态影像分析对青光眼的大脑结构和功能改变的分析。接着介绍视觉信息编解码的工作。视觉信息编解码是通过计算方法建立从视觉系统与外界视觉刺激信息之间的映射模型,探索大脑视觉信息处理的过程和机理,其研究不仅有助于探索视觉的加工机制,而且可促进计算机视觉的类脑研究。我们提出了一个基于多视图贝叶斯深度生成模型,可通过fMRI信号重建看到的图像。在公共数据集上已取得了目前最好的解码效果,该工作被IEEE Transactions on Neural Networks and Learning Systems接收,并被MIT Technology Review头条报道。

 

四、会议流程


08:30 – 08:45  会场签到 

08:45 – 08:50  欢迎致辞:李永杰教授

08:50 – 09:35  主题报告:李纯明教授

09:35 – 10:20  主题报告:孙剑教授

10:20 – 10:30  茶歇、合影

10:30 – 11:15  主题报告:赵地副研究员

11:15 – 12:00  主题报告:何晖光研究员

 

五、联系方式


张显石 助理研究员

zhangxianshi@uestc.edu.cn, 138-8090-1937

主办:中国图象图形学学会

承办:电子科技大学

时间:2018年12月22日08:30-12:00

地点:电子科技大学沙河校区,电子科大宾馆二楼多功能厅

 

image.png