题目：多模态学习在脑疾病诊断中的应用研究
报告人：周涛 南京理工大学
时间：2023年4月21日（周五）下午14:30-15:30
地点：南山1-415
欢迎感兴趣的老师和学生参加。
摘要：多模态成像技术（例如MR、PET、CT等）以图像的方式直观、精确、全面地获取患者的数据。由于不同的模态刻画了目标的不同属性，如何利用不同模态的互补信息和一致信息并获得对目标更为全面的特征表示，这是多模态学习的主要优势之一。由于考虑到辐射、扫描成本、数据质量等因素，这将导致并不是所有的样本都有完备的多模态数据，带来“多模态缺失”问题。本报告主要针对不完备的多模态医学场景，提出多个基于多模态数据隐表示学习的老年痴呆疾病诊断算法，通过有效地融合多模态数据来改进老年痴呆疾病的早期诊断与预测的性能。此外，介绍如何有效地融合多模态数据来进行脑肿瘤的智能分割与诊断。最后，针对模态缺失问题，本报告也介绍多模态特征融合的MR图像合成算法，有效地融合多模态信息来生成缺失模态的图像。
报告人简历：周涛，南京理工大学教授、博士生导师。2016至2018年，在北卡罗来纳大学教堂山分校从事博士后研究工作。2018至2020年底，在阿联酋起源人工智能研究院作为研究科学家从事医学图像分析、机器学习等研究工作。主要研究工作包括：老年痴呆（阿尔茨海默病）的早期诊断与预测；多视图/模态学习及应用；弱病变区域（新冠肺炎感染区域、结肠息肉、隐蔽物体等）分割；胸部疾病识别与诊断等。近5年来，在国际权威期刊和会议上发表论文70余篇，主要包括IEEE TPAMI、IEEE TMI、IEEE TCYB、IEEE TNNLS、IEEE TIP、IEEE TCSVT、IEEE TMM、IEEE TBME、Medical Image Analysis、Pattern Recognition、CVPR、ICCV、AAAI、IJCAI、MICCAI。此外，受邀担任多个国际著名期刊和顶级会议审稿人，以及MICCAI领域主席（Area chair）。
