一、个人简介

杨欣， 华中科技大学电信学院教授，国家优青获得者；博士毕业于加州大学圣塔芭芭拉分校，主要从事计算机视觉和医学影像分析领域研究工作，已在国际权威期刊及学术会议上发表学术论文90余篇，授权美国/中国发明专利6项，出版英文书籍章节2部；获得中国图象图形学会石青云女科学家奖；担任SCI期刊IEEE-TMI及Multimedia System编委及ACM MM2018和MICCAI2019-2021领域主席；现任CSIG青工委副秘书长，CCF多媒体专委会副秘书长等。

二、报告内容

标题：医学影像智能检测分割中的小样本与大数据学习

摘要：深度学习在计算机视觉领域的成功与大数据密不可分，然而，医学影像数据隐私性强、标注难度高、收集难度大，导致医学影像高质量、细粒度标注样本规模受限，使深度学习方法精度和泛化能力不足。本报告将介绍如何充分利用医学影像数据，从数据、标注、模型的角度设计高性能医学影像智能检测分割深度学习方法。具体介绍以下工作：1）邻域知识约束下的检测分割模型，利用医学领域先验知识，约束小样本下基于深度学习的检测与分割模型学习；2）融合多中心数据的联邦学习方法，保证数据隐私的同时利用跨中心数据增加数据量与多样性；3）基于弱监督学习的医学图像分割方法，通过充分利用多种不同类型弱标注医学大数据（无标注、噪声标注、粗粒度标注、部分标注）提升医学图像分析性能。