講座題目：基于弱監(jiān)督的可解釋深度神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)圖像分析

主 講 人：石小爽

講座時(shí)間：2024年6月14日下午2：30-4：00

講座地點(diǎn)：特教C501

參加人員：電子信息與人工智能學(xué)院師生

講座主要內(nèi)容：醫(yī)學(xué)圖像被廣泛應(yīng)用于疾病的臨床診斷,。但是,，人工檢查醫(yī)學(xué)圖像通常是高強(qiáng)度、低效率、易出錯(cuò)的工作，如病理切片和三維影像的篩查,。盡管深度神經(jīng)網(wǎng)絡(luò)被廣泛的應(yīng)用于醫(yī)學(xué)圖像分析,，但是許多系統(tǒng)需要醫(yī)生標(biāo)注醫(yī)學(xué)圖像中大量感興趣區(qū)域以產(chǎn)生大規(guī)模有標(biāo)簽的數(shù)據(jù)對(duì)系統(tǒng)進(jìn)行訓(xùn)練,，仍給醫(yī)生帶來了高強(qiáng)度的工作,。此外,，在臨床應(yīng)用中，不僅需要深度神經(jīng)網(wǎng)絡(luò)能夠根據(jù)圖像提供疾病的診斷結(jié)果,，同時(shí)也需要深度神經(jīng)網(wǎng)絡(luò)能夠提供證據(jù)以解釋診斷結(jié)果,，從而證明其結(jié)果的正確性和可靠性。因此,，為了減少標(biāo)注工作量和訓(xùn)練成本,，我們提出了基于弱監(jiān)督的可解釋深度學(xué)習(xí)框架，它可以直接使用醫(yī)學(xué)圖像的標(biāo)簽進(jìn)行訓(xùn)練而不需要額外的標(biāo)注成本,，同時(shí)挖掘醫(yī)學(xué)圖像中的重要病理特征,，以提高深度神經(jīng)網(wǎng)絡(luò)的可解釋性。

石小爽專家簡(jiǎn)介

石小爽,，電子科技大學(xué)教授,博士生導(dǎo)師,，國(guó)家青年特聘專家。主要研究方向?yàn)槟Ｊ阶R(shí)別,、計(jì)算機(jī)視覺,、醫(yī)學(xué)圖像分析。致力于解決視覺圖像檢索和分類中的特征編碼與理解的問題,，針對(duì)降低大數(shù)據(jù)計(jì)算和存儲(chǔ)成本,、解釋圖像重要特征、特征提取的魯棒性等關(guān)鍵問題進(jìn)行了深入的研究,，在哈希編碼,、注意力機(jī)制和圖學(xué)習(xí)等方法的理論以及醫(yī)學(xué)應(yīng)用上取得了多個(gè)創(chuàng)新性的研究成果。近年來,，累計(jì)在模式識(shí)別,、計(jì)算機(jī)視覺和醫(yī)學(xué)圖像分析領(lǐng)域發(fā)表學(xué)術(shù)論文70余篇，其中TPAMI,、IJCV,、TIP等CCF-A類、中科院JCR-1區(qū)以及醫(yī)學(xué)圖像領(lǐng)域頂級(jí)會(huì)議發(fā)表論文40余篇（含CCF-A類,、中科院JCR-1區(qū)一作和通訊作者20余篇）,，Google引用超過2300次。主持多項(xiàng)國(guó)家級(jí)科研項(xiàng)目,，包括自然基金面上項(xiàng)目和科技部重點(diǎn)研發(fā)子課題,。

              主辦單位：              

互聯(lián)網(wǎng)自然語言智能處理四川省高學(xué)校重點(diǎn)實(shí)驗(yàn)室

樂山人工智能現(xiàn)代產(chǎn)業(yè)學(xué)院

電子信息與人工智能學(xué)院

2024年6月7日