随着人口老龄化和疾病种类的增加，传统医疗机构已难以满足日益增长的医疗需求。为了应对这一挑战，全栈全谱医疗人工智能被提出，旨在将人工智能技术应用于全面、深度、高效的医疗服务中，提高医生的医疗效率和准确性，降低医疗资源的消耗，受益更多患者。此外，全栈全谱医疗人工智能还为医学科研提供了新思路和手段，帮助人们更好地理解疾病的发生机制，进而推动医学科技的进步。为此，我们围绕“AIGC时代的全栈全谱医疗人工智能”的实施与落地，特邀请医学影像分析、计算机视觉与人工智能领域著名专家，包括沈定刚、李为民、张道强等10位杰出学者作特邀报告，分享最新研究成果，明确技术难点与挑战，为未来医疗行业的创新发展指明方向。本次讲习班由云南大学陶大鹏教授、云南省第一人民医院彭俊教授、昆明理工大学李华锋教授担任学术主任，欢迎各位专家学者莅临指导。

组织单位

主办单位：中国图象图形学学会

承办单位：云南大学、云南省第一人民医院、昆明理工大学、云南云上云大数据产业发展有限公司、CSIG机器视觉专委会

日程安排

时间：2023年6月10-11日

地点：云南省第一人民医院二号楼20楼多功能会议厅

学术主任

陶大鹏，云南大学教授博士生导师，云岭学者，Future Intelligent System Technology (FIST) 实验室负责人，IET学会会士，中国认知科学学会认知与类脑专委会委员，中国科学院深圳先进技术研究院客座研究员，中国科学院大学博导。现任国际刊物IEEE Transactions on Emerging Topics in Computational Intelligence, IEEE Internet of Things编委。目前主要从事人工智能、大数据、机器人等领域的研究工作。在SCI JCR1区和国际顶级会议发表论文超过50篇（其中包括ICCV、ECCV、CVPR、IEEE汇刊T-IP、T-NNLS、T-GRS、T-MM、T-IFS、T-CSVT等）。主持包括国家自然科学基金、云南省重点研发计划等在内的科研项目10余项。已获省部级奖励8项，2020年获云南省科学技术奖（自然科学）二等奖，2017年获得教育部高等学校科学研究优秀成果奖（自然科学）二等奖，2016年获得广东省科学技术奖（技术进步）二等奖，2015年度陕西省科学技术奖（自然科学）一等奖。

彭俊, 云南省第一人民医院/昆明理工大学附属医院科教处长，胸外科主任医师、教授，硕士研究生导师。云南省“兴滇人才.名医”，中国医师协会胸外科医师分会手汗症专家组委员，吴阶平基金会交感神经外科专业委员会常务委员，中国研究型医院胸外科专业委员会委员，中国医师协会云南省分会胸外科专业委员会常务委员，《中国胸心血管外科杂志》青年编委，《中华创伤杂志》审稿人，云南省胸部肿瘤微创委员会副主任委员，云南省预防医学会肺癌专业委员会常务委员，AME学术沙龙委员，胸外科学院西南分院讲师。

李华锋，昆明理工大学教授，博士生导师，云南省“兴滇英才支持计划”入选者，中国人工智能学会智能服务专业委员会委员，CSIG机器视觉专委会委员，主要从事计算机视觉与图像处理相关研究。目前主持国家基金4项，省杰出青年基金1项，在CVPR、ACMMM、ICME、IEEE TIP、IEEE TIFS、IEEE TCSVT、IEEE TIM等高水平期刊上发表论文40余篇，入选ESI高被引论文3篇。

特邀讲者

沈定刚，上海科技大学教授、生物医学工程学院创始院长，上海联影智能医疗科技公司联席CEO， IEEE/AIMBE/IAPR/MICCAI Fellow，美国放射学及生物医学影像研究院的杰出研究者奖。曾任美国北卡罗来纳大学教堂山分校（UNC-Chapel Hill）终身教授，冠名杰出教授，实验室主任、中心主任，宾夕法尼亚大学助理教授，约翰霍普金斯大学讲师。世界上最早开展医学影像人工智能研究的科学家之一，并最先将深度学习应用于医学影像，包括早期脑发育和自闭症的诊断，老年痴呆症的早期诊断与预测，肿瘤的诊断、预后和放射治疗等。发表论文1500余篇，H-index 129，引用7万余次。Frontiers in Radiology 主编，八个国际期刊的副主编/编委，MICCAI 前董事会成员，MICCAI 2019大会主席。

报告题目：《智能影像技术快速研发与转化》

在本次报告中，我将介绍我们为整个临床工作流程开发的全栈、全谱人工智能方法，从数据采集到疾病检测、随访、诊断、治疗和结果预测（评估）。 将展示医学影像成像和临床应用（例如快速 MR、低剂量 CT/PET 采集和临床诊断/治疗）中创新技术开发和实施的细节，以及与其他最新技术的比较。

李为民，四川大学华西医院/华西临床医学院院长，教育部长江特岗学者，国家精准医学产业创新中心主任，教育部疾病分子网络前沿科学中心主任，四川大学华西医院呼吸健康研究所所长，教授，博士生导师。担任中华医学会副会长、中国医师协会副会长、中华医学会呼吸病学分会副主任委员、四川省医学会呼吸专委会主任委员等。担任“十四五”规划临床医学专业第二轮器官-系统整合教材《呼吸系统与疾病》第一主编，Precision Clinical Medicine主编，Signal Transduction and Targeted Therapy副主编，《华西医学》主编，《中华结核和呼吸杂志》副主编。

从事呼吸系统疾病的临床、教学及科研工作30余年，一直围绕肺癌早诊早治关键技术及早诊早治体系建设开展临床与转化研究。创建适合我国人群的肺癌筛查新方案及早期肺癌智能化甄别新方法，明显提高肺癌早期诊断率，达世界领先水平。主持各级科研课题包括国家自然科学基金重点项目/面上项目、国家科技部重大专项等。在Cell、Nature Biomedical Engineering等高水平期刊发表研究论文。研究成果以第一完成人获国家科技进步二等奖、四川省科技进步一等奖、全国创新争先奖、四川省杰出人才奖、“天府青城计划”天府杰出科学家、吴阶平-保罗·杨森医学药学奖。

报告题目：《人工智能技术赋能肺癌早筛早诊早治》

人工智能技术在肺癌早筛、早诊和早治领域具有重要价值。通过深度学习等技术，AI可分析大量医学数据，优化肺癌筛查和诊断。在早筛方面，AI辅助识别高风险患者和肺部影像分析，降低误诊风险。在早诊方面，AI可快速分析病理报告和生物标志物，提高诊断准确率。在早治方面，AI为医生提供个性化治疗建议，有助于选择最佳方案，提高生存率。然而，仍需解决数据安全、隐私保护和系统可解释性等挑战。政府、医疗机构和科研机构需共同努力，推动AI技术在肺癌早筛、早诊和早治领域的发展和应用，造福患者。

邬霞，北京师范大学人工智能学院教授、博士生导师，国家自然科学基金优秀青年基金、教育部新世纪优秀人才、吴文俊人工智能自然科学一等奖、教育部自然科学二等奖、茅以升北京青年科技奖获得者。主要研究方向为脑信号智能分析、类脑算法等。近年来，主持承担国家自然科学基金重点项目、国家重点研发计划等项目十余项，以第一/通讯作者在IEEE TNNLS、IEEE TKDE、IEEE TAC、NeuroImage、Medical Image Analysis、JBHI、IPMI、MICCAI等国内外重要学术期刊、会议发表论文100余篇。

报告题目：《脑功能影像智能分析》

大脑是自然进化中最复杂、最完善的动态信息处理器，是人类思维和行为的核心中枢。认识和解析脑的功能组织模式是研究脑的重要方向。近年来人工智能技术飞速发展使得采用智能分析算法对大脑功能模式的深入解析成为可能。本次报告针对脑功能影像的三个重要特点：结构复杂、时空共变和来源异构，开展了系列智能分析算法研究，旨在为脑认知的精确刻画及脑疾病的辅助诊断与预测提供新思路。

张道强，南京航空航天大学教授、博导、副院长。入选国家级领军人才、国际模式识别学会会士（IAPR Fellow），获国家自然科学基金优青和重点项目等资助。任IEEE TMI、Pattern Recognition、《自动化学报》等期刊编委。主要研究方向为人工智能，机器学习，医学图像分析，脑机接口等，发表学术论文200 余篇，被引15000 余次。获国家自然科学二等奖1项、教育部自然科学一等奖和二等奖各1项。2014-2021 连续8年入选Elsevier 中国高被引学者榜。

报告题目：《智能影像基因组学与疾病诊断应用》

本报告将简要介绍我们近年来在影像基因组学及其疾病诊断应用方面的相关工作进展，主要包括医学影像（MRI/CT）快速重建、多图谱医学影像分割、脑网络分析、多模态医学图像融合分类、影像基因关联分析等，以及在阿尔茨海默病、精神分裂症、肺癌和乳腺癌等疾病诊断中的应用。

王乾，上海科技大学生物医学工程学院研究员、助理院长，从事医学图像智能计算研究。2006年、2009年在上海交大电子工程系获得学士、硕士学位，2013年在美国北卡罗来纳大学教堂山分校获得计算机科学博士学位。已发表论文170余篇，被引用8000余次，H因子41。主持和参与多个科技部、国家自然科学基金、上海市科委项目等。承担六个国内外学术期刊编辑工作，领导和参与四部国际会议论文集的编辑出版，担任MICCAI领域主席等。

报告题目：《医学图像生成与融合》

生成模型是一种利用机器学习算法生成新数据的技术，其在人工智能领域引起了广泛关注。在医学图像领域，生成模型可以用于合成目标模态的图像，从而避免了对实际采集的需求。这种技术的应用前景非常广泛，特别是在医学诊断、疾病检测、治疗导航等方面。目前，医学图像生成的研究已经取得了一些重要的进展。为此，本报告将介绍医学图像生成及其融合的新进展。同时，医学图像生成仍然存在一些技术挑战，例如如何解决生成图像的逼真度和质量问题。本报告也将对这些潜在问题和未来的广阔应用进行探讨。

郭翌，复旦大学信息学院教授，博士生导师，国家高层次人才青年项目入选者。主要从事基于人工智能的超声成像、影像分析和国产装备研究。主持国家自然科学面上及青年基金和上海市科委青年科技英才扬帆计划，参与科技部973项目、重点研发计划、基金重大仪器专项、重点项目等研究工作。以第一或通讯作者发表50余篇高水平论文，获得上海市自然科学奖、优秀发明选拔赛金奖、高交会优秀产品奖等。

报告题目：《智能超声成像、分析与装备》

医学超声是临床必备的诊断技术，在我国常用影像检查中位列第一。由于复杂的声学传播机理和临床实时诊断需求，其在成像清晰度、诊断可靠性和仪器便携性三方面面临挑战。本报告围绕智能超声成像、分析与装备中的关键科学问题，着重介绍超声影像高分辨率成像算法、有限标注下的超声影像分析方法、高可靠性临床诊断模型、并据此研制便携式智能超声仪器，开展临床示范。

史颖欢，南京大学计算机系副教授/博导、兼任南大健康医疗大数据国家研究院医疗人工智能平台主要负责人。国家自然科学基金优秀青年科学基金、吴文俊人工智能优秀青年奖获得者。于2007和2013年在南大计算机系获学士和博士学位。研究兴趣为机器学习、模式识别、机器视觉、以及在医疗图像处理、医疗数据分析方面的交叉研究。近年来主持国家重点研发计划（课题）、国家自然科学基金重大仪器子课题/面上/青年、CCF-腾讯犀牛鸟科研基金。在CCF-A类会议、IEEE/ACM汇刊发表论文50余篇，包括TPAMI、TIP、TMI、TNNLS、CVPR、ICCV、ECCV、NeurIPS、AAAI、IJCAI等。曾入选中国科协青年人才托举工程，获得ACM南京新星奖、江苏省计算机学会青年科技奖、江苏省自然科学二等奖（第二完成人）、中国人民解放军军队医疗成果奖（第三完成人）等荣誉。

报告题目：《从域适应到域泛化》

在真实医疗图像处理场景中，将通用大模型部署于特定具体任务时，往往会遇到训练（源域）和测试（目标域）数据分布不同的情况。针对该问题，早期工作主要集中在域适应设定，即目标域数据虽无标签但可观测。近年来，一种更实际但更具挑战的设定：域泛化，逐渐被关注，在此设定中，目标域数据在训练阶段不可观测。本报告将汇报课题组2022-2023年在域泛化方向的初步探索。

王珊珊，中科院深圳先进研究院研究员，博士生导师，国家优秀青年基金获得者, 入选2022年度斯坦福发布“全球前2%顶尖科学家”榜单。研究方向机器学习、快速医学成像、放射组学等， 迄今为止在Nature子刊、IEEE Trans 等发表学术论文100多篇，ESI 高被引4篇，PMB年度亮点一篇，发明中国授权专利9项以及美国授权专利2项，4项实现规模化产业应用。曾获国际华人医学磁共振协会杰出研究奖，吴文俊人工智能优秀青年奖，广东省科技进步一等奖等， IEEE Senior member, OCSMRM BoT/Life member, Gordon Plenary Lecturer，ISMRM NIBIB New Horizons Plenary Lecturer. 为多个JCR 1区国际SCI学术期刊的编委（如IEEE Transactions on Medical Imaging, Magnetic resonance in medicine, Pattern recognition, IEEE reviews in biomedical engineering 和Biomedical signal processing and control)。

报告题目：《知识驱动的机器学习智能医学成像与分析》

人工智能医学影像是近几年非常火爆的研究方向，然而，不同于自然图像，医学影像具有丰富的领域知识（如复杂的物理成像过程、多通道的硬件配置、细粒度的任务属性与多模态的数据特性等等），简单的将视觉任务网络搬迁至医学影像会带来各种挑战与问题。这里将给大家汇报我们利用医学影像领域知识进行机器学习建模的一些探索，并将提出一些开放性问题和大家进行探讨。

刘勇，博士，北京邮电大学人工智能学院，教授。主要研究方向：脑影像智能理解。研究工作以探究多中心、多模态脑影像计算方法及阿尔茨海默病(AD)的影像异常表征为核心，基于多中心、大样本发现了AD等在脑结构和脑功能上具有高敏感性、高特异性和泛化性的脑异常表征，为AD早期诊断提供了潜在客观评价指标。以通讯(含共同)作者发表论文40余篇、第一作者(含共同)发表论文16篇, 包括Science Bulletin, Advanced Science, Biological Psychiatry, Brain 等；论文他引8000余次，单篇最高1000多次。授权专利5项。入选Elsevier中国高被引学者(2020, 2021, 2022)。作为课题负责人承担包括科技部科技创新2030-重大项目、国家重点研发计划、国家自然科学基金面上项目、北京市自然基金杰出青年基金(2020)、中国科学院先导B(2017-2020)等。入选中国科学院脑科学与智能科学卓越中心青年骨干(2016-2020)、北京市科技新星计划(2015)，北京市科技新星交叉团队(2022)，获得吴文俊人工智能科学奖自然科学一等奖（2019，排名第2），第一届全国博士后创新创业大赛总决赛揭榜挂帅组金奖(2021)，卢嘉锡青年人才奖（2013）等学术奖励。

报告题目：《基于多源高维异构多模复杂脑影像的阿尔茨海默病早期智能识别研究》

阿尔茨海默病(Alzheimer Disease, AD)是严重危害老年人健康且具有多种亚型的复杂脑疾病，基于脑影像的AD早期识别是医工信等多学科的共同科学前沿。团队提出融合脑影像不同尺度特征建立AD“生物亚型”和早期高危人群的评估模型，并对脑影像异常表征进行机理解释和生物关联分析，期待提供脑影像在临床应用研究中的生物学“可解释性”，加快真正的临床适用性验证。我们将向大家汇报基于多源高维异构多模复杂脑影像发现的AD等在脑结构和脑功能上具有高敏感性、高特异性、高泛化性的脑异常表征，与大家共商基于多中心多模态高维异构磁共振影像寻找客观定量、可重复、有生物学意义的AD早期识别影像学标记的可行性。

张寒，生物医学工程学院常任轨副教授、研究员、博导、脑疾病与智能计算实验室主任。他在浙江大学信息与电子工程学系获工学学士学位，在北京师范大学认知神经科学与学习国家重点实验室获认知神经科学博士学位，历任杭州师范大学认知与脑疾病研究中心研究员、美国University of North Carolina at Chapel Hill放射系和生物医学研究成像中心博士后、讲师、助理教授、张江实验室脑与智能科技研究院研究员。他在脑网络、脑影像及脑发育/老化及其在临床中的应用研究形成了120多篇论文，发表在包括 PNAS, Brain, Human Brain Mapping, NeuroImage, IEEE TMI/Trans Cybernetics 等期刊以及 AAAI，MICCAI 等会议上。他是国家青年人才项目获得者、上海市浦江人才、IEEE 高级会员，60余国际期刊/会议/研究基金的评审人和3个国际期刊的副主编，曾做为PI之一参与了美国婴儿脑连接组 (Baby Connectome Project, BCP) 计划。目前，作为项目负责人领导了包括科技部科技创新2030—“脑科学与类脑研究”重大项目、上海市基础研究特区计划项目等一批国家和地方研究项目，并作为研究骨干参与了科技部重大项目、基金委重点项目，与医院和企业合作，开展脑发育、脑老化、脑疾病的人工智能前沿技术和临床转化应用研究。

报告题目：《基于脑影像和人工智能的脑发育和脑疾病研究(暂定)》

将在课程中涉及基于多模态脑影像人工智能分析的婴幼儿脑发育队列建设，脑发育图谱构建，脑发育水平预测，以及脑老化队列建设，异常老化早期识别和评估等工作。特别涉及如何精确分析多模态脑影像并采用多种方法构建和研究脑网络在发育和疾病下的改变。

报名及注册费

1. 本期讲习班限报200人，根据缴费先后顺序录取，报满为止。

2. 2023年6月9日（含）前注册并缴费：CSIG会员2000元/人，非会员2500元/人（赠送1年CSIG会员）；现场缴费：会员、非会员均为3000元/人；CSIG团体会员参加，按CSIG会员标准缴费；同一单位组团（5人及以上）报名，均按CSIG会员标准缴费。

3. 注册费包括讲课资料和2天会议期间午餐，其它食宿、交通自理。

4. 参会通知和会议资料将于6月9日前发至您的手机和邮箱，报名时请预留不会拦截外部邮件的邮箱，并请留意垃圾邮件和被拦截的短信。

5. 讲习班培训证书于结营仪式统一发放。

6. 会议链接：

https://conf.csig.org.cn/10347.html

联系方式

  联 系 人：黄老师

 联系电话：010-82544754

 邮    箱：igal@csig.org.cn