南京大学史颖欢副教授学术报告

发布日期:2018-02-01 浏览次数: [字体: ]

报告题目:基于非独立同分布学习的医学图像分割方法研究

报告人:史颖欢 副教授   南京大学

报告时间:201822日下午2

报告地点:明理楼212

报告人:史颖欢,博士,副教授。分别于20076月和20133月在南京大学计算机科学与技术系获学士和博士学位。研究方向为医疗AI(医学图像分析、医疗数据挖掘)、机器学习、计算机视觉。曾分别在澳大利亚悉尼科技大学,美国北卡罗来纳大学教堂山分校等高校进行学术访问交流。近年来主持NSFC面上项目、NSFC青年基金、江苏省自然科学青年基金、参与NSFC重点基金、国家重点研发计划、江苏省自然科学重点基金、江苏省临床医疗专项等科研项目和计划。目前在相关研究领域的期刊会议,如TPAMITBMETNNLSTCYBPRCVPRAAAIACMMMMICCAIIPMIICDM等发表文章超过50篇。2015年获得全军医疗成果奖(南大第一参与人),2016年入选中国科协“青年人才托举工程”,2017年获得ACM南京分会(江苏地区)新星奖,2017年获得江苏省计算机学会青年科技奖。

摘要:近年来,机器学习方法在医学图像分割中得到了广泛的关注。对于医学图像,由于需要满足特定的约束关系(如相邻组织间的解剖信息),不同的组织(如细胞区域、图像块)所抽象出的特征、样本、模态之间,往往很难满足常见的独立同分布假设,导致直接使用机器学习方法在一些应用中失效。报告将介绍关于非独立同分布条件下的学习方法在医学图像分割应用中的进展。