第三届“医学成像和智能分析“研讨会顺利召开
2023年4月8日，由中国科学院深圳先进技术研究院生物医学与健康工程研究所(医工所)承办的第三届“医学成像和智能分析”研讨会在中国科学院深圳先进技术研究院召开。此次研讨会由拉斯维加斯手机娱乐网站 主办，由中国科学院深圳先进技术研究院承办，旨在共同分析探讨医学成像和智能分析等相关领域的基础研究、最新成果、研究动态及发展趋势，希望通过此次研讨会能够为相关领域的科研人员提供学习和交流的平台。本次研讨会采取线下的方式进行，邀请了多位在相关领域取得突出学术成果的专家学者做学术报告和经验分享。
图 1 研讨会开幕
参加此次研讨会的有：浙江大学刘华锋教授、北京理工大学杨健教授、南方医科大学冯前进教授、东南大学陈阳教授、北京理工大学闫天翼教授、清华大学罗建文研究员、深圳大学陈昕教授、上海瑞金医院周建桥主任、杭州电子科技大学厉力华教授、西北工业大学韩军伟教授、南京航空航天大学张道强教授、北京师范大学邬霞教授、中国科学技术大学陈勋教授、北京航空航天大学李阳教授、复旦大学郭笠教授、以及我院医工所所长梁栋研究员等三十余名受邀专家学者以及其他相关领域老师和同学们。
1、研讨会序幕
本次研讨会采取线下的方式进行。浙江大学刘华锋教授和中科院先进院医工所所长兼影像中心主任梁栋研究员在致辞中对与会专家学者表示热烈欢迎和衷心感谢。
图 2 梁栋研究员致辞
2、研讨会进行时
在专家报告环节，浙江大学刘华锋教授作了题为《高质量PET成像技术》的报告。刘华锋教授的研究兴趣为具有非线性、随机性、不确定性、多层次等特点的心脏系统的建模、动力学分析及 PET 成像提供新理论、新方法。
图 3 刘华锋教授作报告
杭州电子科技大学厉力华教授表示，随着人工智能技术的发展，医学影像的智能计算也取得极大的进步。厉力华教授以肿瘤影像智能诊疗为背景，分析了从“临床问题牵引”到“科学问题驱动”。
图 4 厉力华教授作报告
北京理工大学杨健教授长期从事手术导航机器人、影像引导治疗、人工智能、人机交互等方面的研究工作。在报告中主要围绕国内手术机器人发展难点分析，在肝肾肿瘤的手术治疗方面，针对路径不清、结构模糊条件下手术清晰规划的难题，发明了治疗效果模拟仿真方法，优化设计了手术治疗方案;构建了重要结构避让优化策略，实现了手术路径清晰规划。在多模图像弹性配准的问题上，针对柔性器官准确匹配的难题，提出了形变场霍奇分解方法，精确表征柔性器官弹性形变;构建了凸包引导高斯混合模型，克服了采样密度和局部形变的干扰，大幅提升图像弹性配准精度。
图 5 杨健教授作报告
西北工业大学韩军伟教授主要研究方向是人工智能、模式识别、类脑计算、医学影像处理等。以人工智能在医学领域取得的进展为背景，介绍了近年来团队在AI交叉医学领域的初步探索。
图 6 韩军伟教授作报告
南方医科大学冯前进教授从事医学图像分析医学信息分析的教学与研究工作。冯前进教授利用 AI 技术在图像分析领域展开了一系列工作，包括 DR 胸片软组织成像、脊柱图像分析、基于图像的疾病预测和病理图像分析等，报告对应用场景与方法进行了介绍。
图 7 冯前进教授作报告
南京航空航天大学的张道强教授主要研究为人工智能，机器学习，医学图像分析，脑机接口等。以《脑影像基因组学与阿尔茨海默病早期》为题目介绍了课题组近年来的研究进展。
图 8 张道强教授作报告
东南大学陈阳教授以智能医学成像和处理为题，围绕临床任务驱动的智能医学成像中的基于特征学习的高质量成像技术、国产医学影像设备核心算法研发嵌入以及临床任务驱动的医学影像处理，主要讲述了智能医学成像、成像算法应用、智能影像处理及应用和医工交叉研究思考等四部分内容。
图 9 陈阳教授作报告
北京师范大学的邬霞教授在报告中表示基于深度学习方法对脑影像进行智能分析，从而实现人脑认知功能机制的解析，是认识和了解人类大脑工作机制及其源头的关键一环。同时，针对脑影像数据特点研发先进的智能计算方法也为信号处理、机器学习算法研究相关领域带来了新的机遇和挑战。本次报告将介绍多种针对脑影像数据特点的智能分析方法，旨在为分析脑、解释脑、预测脑提供新思路。从算法构建、脑认知建模、脑功能预测的闭环中，层层推进，螺旋上升，构建脑影像智能分析的新框架。
图 10 邬霞教授作报告
图 11 分享会现场
北京理工大学闫天翼教授在《脑功能成像引导的神经调控技术与应用》报告中介绍了脑部电刺激的深入、无创化在理论和实验方面的可行性，以及有创神经调控技术——DBS(deep brain stimulation，脑深部电刺激)在脑科学与神经系统疾病诊治领域的研究。
图 12 闫天翼教授作报告
中国科学技术大学的陈勋教授在报告中表示神经信号处理与分析在主动预防、智能诊断、精准治疗、科学康复等健康保障全过程中发挥着重要作用。然而，神经信号具有量级微弱、随机性强、模态多样等特性，从而造成了混叠严重、重复性差、多源异质等挑战。报告将从多重集和多模态两个角度，介绍基于联合盲源分离和深度特征表示的神经生理信号分解、关联、融合方法及其相关应用，探讨如何有效分离复杂干扰信息、解析潜在共性信息、挖掘异质互补信息，以达到克服干扰、求同存异、融合互补的效果。
图 13 陈勋教授
清华大学罗建文教授作了题为《超声弹性研究与转化》的报告。罗建文教授提出并建立了脉搏波成像、心肌弹性成像、血管剪切波弹性成像、颈动脉粥样硬化斑块弹性成像等心血管弹性成像新方法，并进行肝脏瞬时弹性成像的产学研转化，服务国产高端医疗设备，具有重要的社会效益和经济效益。
图 14 罗建文教授作报告
北京航空航天大学的李阳教授在报告中介绍了其团队与临床深度合作，采用多模态个体化脑网络与小样本深度学习融合的研究方法，结合临床知识驱动，探讨基于电生理数据、多模态结构/功能影像数据及眼底图像数据驱动模型假设，如何用于揭示脑疾病的脑活动机制，解决神经慢性脑疾病发病机理不明且误诊率高、临床难以有效检测大脑异常活动机制的问题。为探索神经慢性脑疾病的个体化脑功能网络异常连接机理提供了理论基础和技术支持，为神经系统个体化神经调控与康复治疗干预提供了量化评估分析工具。
图 15 李阳教授作报告
深圳大学陈昕教授在《超声成像新方法及智能图像处理》报告中提出超声成像的发展趋势有两个趋势，一方面是追求成像性能更好，包括速度更快，分辨率更高（超分辨），获取功能信息（力学信息、电学信息）；另一方面是和人工智能技术结合，从超声图像中挖掘更多信息。本项目团队围绕靶向弹性成像、磁声电成像、超分辨率成像等成像新方法，并利用人工智能技术对超声图像进行处理。展望了靶向弹性成像的应用前景。
图 16 陈昕教授作报告
复旦大学郭笠教授在报告中围绕智能超声重建、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重建算法和有限标注下的超声影像分析方法，并据此研制便携式智能超声仪器，开展临床示范。
图 17 郭笠教授作报告
上海瑞金医院周建桥主任在报告中介绍了瑞金医院在浅表器官超声人工智能方面的研究近况。周建桥主任研究团队利用乳腺病变的B型超声图像生成SE图像，并命名为“虚拟弹性成像”（Virtual elastography），虚拟SE（Virtual SE, vSE）具有与真实SE相似的诊断效能，对乳腺深部病变的诊断效能优于真实SE，且不需要弹性成像的学习曲线。这一模型应用到掌超后，显著提升了掌超诊断乳腺癌的准确性。
图 18 周建桥主任作报告
中科院深圳先进研究院李志成研究员作了题为《影像-病理-基因融合的脑肿瘤智能诊疗》的报告，报告中介绍了基于影像-病理-基因人工智能分析的肿瘤精准诊疗，包括人工智能算法、影像基因建模、肿瘤辅助诊断和预后评估、以及高灵敏高分辨新型生物医学成像方法，对临床诊断效能赋能。
图 19 李志成研究员作报告
中科院先进院医工所朱燕杰研究员在报告中表示，心脏磁共振成像是诊断心肌病变的重要手段，然而，受成像物理及设备硬件的限制，心脏因运动导致扫描时间长，失败率高等问题，给临床应用带来极大的挑战。朱燕杰研究员介绍了心脏磁共振成像的相关问题及挑战，及课题组在快速稳健心脏成像中的研究探索。
图 20 朱燕杰研究员作报告
3、研讨会尾声
在提问环节，各位专家学者们进行了一系列探讨，多元的思想在其中激烈碰撞，精彩的内容让现场师生收获颇丰。
现场学术氛围浓厚，参加交流会的许多同学正在进行相关的科研学习或者刚刚步入学术科研的殿堂，相信本次会议上各位专家学者的精彩报告和交流研讨对于他们的学术生涯会有许多帮助。
图 21 与会专家合影留念
Copyright © 2025 拉斯维加斯手机娱乐网站 京公网安备 11010802035643号 京ICP备12009057号-1
地址：北京市海淀区中关村东路95号 邮编：100190
