题 目: 基于特征学习的医学断层成像以及相关后处理应用

报告人:陈阳(东南大学)

单 位: 东南大学计算机科学与工程学院

地 点: 院二楼会议室

时 间: 3月24日10:00-12:00

腾讯ID: 411-736-459

摘要: 计算机断层扫描（CT）、超声（US）、正电子发射断层扫描（PET）、磁共振成像（MRI）的成像质量一直受到固有的低信噪比（SNR）、光子稀缺、扫描时间或辐射问题的限制和影响。通过传统算法（如CT中的滤波反投影（FBP）方法）以及迭代算法求解反问题通常会导致图像质量差和诊断精度降低。近年来，机器学习，尤其是深度学习，在医学成像、医学图像处理和医学图像分析等领域得到了广泛的应用，已成为医学图像重建的一种新兴方法。本报告结合CT和MRI中的示例应用，介绍、解释和讨论了基于特征学习在低信噪比医学图像重建中的应用，以及课题组在相关的影像分析领域的应用和探索。

报告人简介： 陈阳, 东南大学计算机科学与工程学院教授，兼任计算机网络与信息集成教育部重点实验室副主任。研究方向以X射线成像和智能影像处理为研究主体，着力推动国产影像设备核心技术突破，先后承担十几项省部级以上或企业科研攻关项目，提出的全空间深度重建算法作为国内首个获得美国FDA认证的深度重建模块被应用于国产多排螺旋CT设备，提出基于特征编码的重建算法被作为核心技术搭载于国产首台X射线乳腺层析设备和九轴非悬吊3D DSA设备（上海联影医疗制造）。共发表SCI论文76篇(IEEE Trans. 20篇)，近5年以第一或通讯作者在国际主流期刊上发表SCI论文45篇（JCR一区或TOP期刊38篇），谷歌学术总引用5600余次,Web of Science引用2175次，获得省部级或一级学会奖励6项。 近五年, 陈阳教授团队通过算法技术创新为合作公司新增利润6140万元，同时实现专利转让总额685万元，另有8项算法软件在三甲医院应用落地。