VALSE Student Webinar 20210128-01 总第229期 医学影像：大规模数据的机遇与挑战 ... ...

报告嘉宾：王淑君 (香港中文大学)

报告题目：医学影像分析的模型泛化性研究

报告嘉宾：张建鹏 (西北工业大学)

报告题目：医学影像中多器官及肿瘤分割的挑战

报告嘉宾：周纵苇 (亚利桑那州立大学)

报告题目：视觉的目的是什么？

Panel嘉宾：

王淑君 (香港中文大学)、张建鹏 (西北工业大学)、周纵苇 (亚利桑那州立大学)、宫辰 (南京理工大学)、王瑞轩 (中山大学)、魏东 (腾讯天衍实验室)、张晓鹏 (华为云)

Panel议题：

1. 如何解决大数据场景下可能的数据质量低下问题？

2. 医学应用场景中数据标注往往是一个不得不面对的难题，如何使用技术手段克服这个困难？ 

3. 医学影像相关的任务受到越来越多的关注，同时收集到的数据也大规模增长，如何充分利用以往和现有的数据来实现终身学习？ 

4. 自然语言是否能对视觉的预训练模型产生积极的推动作用？ 

5. 通过不断增加数据量能解决所有的医疗AI问题么？

6. 自然场景基于全局/局部的实例区分预训练任务取得了极大进展，迁移到医疗影像相关数据最大的挑战是什么？

7. “大数据无监督预训练+少量标注微调”对比“动态按需模型”解决大数据集上的部分标记问题，两类方法在实际中的优劣和取舍？ 

8. 医学图像大数据的挑战都体现在哪些方面？

*欢迎大家在下方留言提出主题相关问题，主持人和Panel嘉宾会从中选择若干热度高的问题加入Panel议题！

报告嘉宾：王淑君 (香港中文大学)

报告时间：2021年01月28日(星期四)20:00-20:20(北京时间)

报告题目：医学影像分析的模型泛化性研究

报告人简介：

王淑君，香港中文大学计算机系博士四年级，导师王平安教授和傅志荣教授。研究方向为机器学习以及其在医学图像领域中的应用，包括病理图像分类，眼底图像分割以及视网膜与阿兹海默症关系研究等任务。当前主要聚焦于医学影像模型的泛化性研究。在顶级会议和期刊中发表多篇论文，包括ECCV，MICCAI，IEEE TMI，MedIA，曾获MICCAI 2018 REFUGE竞赛第一名。

个人主页：

https://www.cse.cuhk.edu.hk/~sjwang

报告摘要：

智能医学图像分析发展迅速，它有可能改革当前的医学诊断和治疗系统。 然而，深度模型在医学图像分析中的成功有时仅限于从一个机构收集的特定数据集（尤其训练数据不够大时），这表明深度模型缺乏强有力的泛化能力。 这些与数据相关的问题限制了深度模型的临床适用性，并减少了对临床部署的影响力。 我将通过利用域适应（domain adaptation）和域泛化（domain generalization）技术，介绍有关眼底图像结构分割的泛化分析的几篇论文。 我们的工作具有实现自动青光眼诊断的广义分析和应用的潜力，涵盖了领域适应和领域泛化的无监督学习方法。

报告嘉宾：张建鹏 (西北工业大学)

报告时间：2021年01月28日(星期四)20:20-20:40(北京时间)

报告题目：医学影像中多器官及肿瘤分割的挑战

报告人简介：

张建鹏为西北工业大学计算机学院博士三年级学生，导师为夏勇教授。目前在澳大利亚阿德莱德大学计算机学院联合培养，联培导师为沈春华教授。研究方向为医学影像分析，特别关注于有限标注下医学影像学习问题，研究成果先后在MedIA、IEEE-TMI、IEEE-JBHI、MICCAI、IJCAI等国际期刊/会议上，Google Scholar引用近700次，曾获陕西省计算机学会优秀硕士论文奖，多次担任MedIA、IEEE-TMI、IEEE-JBHI、CVPR、AAAI、MICCAI等期刊/会议的审稿人。

个人主页：

https://jianpengz.github.io

报告摘要：

多器官及肿瘤分割是医学影像分析中极具挑战性的研究难题。与计算机视觉中分割任务不同的是，医学影像中多器官及肿瘤分割没有一个公共的、带有全部类别标注的数据集，数据的缺陷给相关的研究工作带来许多困难。当前大部分方法都是基于单个器官及肿瘤的分割任务，很难有效地处理多个器官及肿瘤分割问题。本次报告将围绕多器官及肿瘤分割问题，介绍我们提出的一个大规模多器官及肿瘤分割数据集(Multi-Organ and Tumor Segmentation (MOTS) benchmark)，同时介绍一种高效的动态按需模型来解决MOTS数据集上的部分标记问题。

报告嘉宾：周纵苇 (亚利桑那州立大学)

报告时间：2021年01月28日(星期四)20:40-21:00(北京时间)

报告题目：视觉的目的是什么？

报告人简介：

周纵苇，亚利桑那州立大学四年级博士，师从梁建明教授。研究方向为医学影像分析，多篇学术论文发表在顶级会议和期刊中，包括CVPR，ICCV，MICCAI，MedIA，IEEE TMI等，Google Scholar引用超过1000次，曾获MedIA最佳论文奖（Elsevier-MedIA Best Paper Award）和MICCAI青年科学家奖（Young Scientist Award）。

个人主页：

https://www.zongweiz.com/

报告摘要：

视觉，对于人类或动物来说，似乎是一件稀松平常的事情，我们甚至都不需要去有意识地训练自己，就可以天赋一般地认识世界。对于机器而言，理解图片却是一项极其困难的任务，计算机视觉是一门教机器如何“看”的科学。当给定一个明确的目标函数并加以不断地迭代，当前的计算机已经可以完成很多复杂的任务，比如图像视频分类，目标跟踪和检测，实例分割，关键点检测等。完成单一的复杂任务虽然能够清晰地定义目标函数，但是训练成本高，数据收集困难，并且复杂任务的数量不胜枚举，尤其是对于跨学科的图像理解任务。人类的视觉恰恰相反：通过长时间的观察学习，只需很少的监督样本就可以快速达到多个领域的专家水平。要给这种长期的，无监督的学习定义一个清晰的目标函数或目标任务，却是一项非常具有挑战的课题，也是计算机视觉一直在探索的问题。这次分享，我将会从“视觉的目的”引发讨论，简要回顾计算机视觉在通用视觉特征学习的发展历程，以及近期在这个领域取得的众多突破，最后对自监督学习框架提出一些我自己的想法。

Panel嘉宾：宫辰 (南京理工大学)

嘉宾简介：

宫辰，南京理工大学计算机科学与工程学院教授、博导。获上海交通大学和悉尼科技大学双博士学位。其研究方向主要为弱监督机器学习及应用。已在世界权威期刊或会议上发表90余篇学术论文，主要包括IEEE T-PAMI, IEEE T-NNLS, IEEE T-IP, ICML， NeurIPS, CVPR, AAAI, IJCAI等。目前担任AIJ、JMLR、IEEE T-PAMI、IEEE T-NNLS、IEEE T-IP、IEEE T-KDE等20余家国际权威期刊审稿人，并受邀担任ICML、NeurIPS、IJCAI、AAAI、ICDM等多个国际会议的(S)PC member。曾获中国科协“青年人才托举工程”、吴文俊人工智能优秀青年奖、中国人工智能学会“优秀博士学位论文”奖、上海交通大学“优秀博士学位论文”奖、江苏省“六大人才高峰”、江苏省“双创博士”等。

Panel嘉宾：王瑞轩 (中山大学)

嘉宾简介：

王瑞轩，中山大学计算机学院副教授，校“百人计划”引进人才，新加坡国立大学博士。目前专注于深度学习方法的研究及其在医学图象分析中的应用。曾参与多项英国及欧盟科研项目，在计算机视觉、模式识别、医学图像处理等领域的IEEE TIP、ICCV、CVPR、MICCAI等国际知名期刊和会议上发表论文40余篇，并获得国际竞赛冠军3项。

Panel嘉宾：魏东 (腾讯天衍实验室)

嘉宾简介：

魏东，腾讯天衍实验室高级研究员。新加坡国立大学计算机工程学博士，先后在美国密歇根大学Kellogg眼科中心、美国宾夕法尼亚大学生物医学影像计算与分析（CBICA）中心从事博士后研究。魏东博士长期致力于AI医学影像分析的研究，对人体各部位多模态影像进行精准分析，研究成果发表于MedIA、TMI、TBME、JBHI、Med. Phy.、MICCAI、CVPR、AAAI等国际期刊和会议，并获得中国发明专利授权9件。同时他还积极参与AI算法转化落地应用，作为主要研发人员参与了腾讯觅影肺炎软件的开发。

Panel嘉宾：张晓鹏 (华为云)

嘉宾简介：

张晓鹏，华为公司Cloud EI高级研究员。上海交通大学博士，新加坡国立大学博士后。张晓鹏博士的研究领域包括大规模物体检测，半监督学习以及自监督学习，目前在华为公司主导视觉预训练模型相关算法落地。张晓鹏博士在国际顶级期刊会议发表论文20余篇，并获得多个视觉相关挑战赛冠军。荣获2014年VCIP最佳学生论文奖以及2018年中国图象图形学会最佳博士论文奖。

主持人/组织人：夏勇 (西北工业大学)

主持人/组织人简介：

夏勇，西北工业大学计算机学院长聘教授，国家级青年人才计划入选者。研究方向为医学影像分析与智能计算。近三年，在IEEE会刊、CCF A类期刊会议和MedIA、MICCAI等本领域顶级期刊会议发表论文40余篇，先后在ISBI 2019 C-NMC、PROMISE12、BraTS2020、MyoPS 2020等国际学科竞赛中名列前茅；现为中国图象图形学学会视觉大数据专委会常委、中国抗癌协会肿瘤影像专业委员会人工智能学组副组长和陕西省计算机学会人工智能专委会主任；并先后担任医学影像分析领域顶级会议ISBI 2017分会主席、MICCAI 2019地区主席和MICCAI 2020分会主席等。

个人主页：

https://teacher.nwpu.edu.cn/yongxia.html

VALSE Student Webinar 21-01期VALSE在线学术报告参与方式：

长按或扫描下方二维码，关注“VALSE”微信公众号 (valse_wechat)，后台回复“01期”，获取直播地址。

特别鸣谢本次Webinar主要组织者：

主办AC/VSC：夏勇 (西北工业大学)

协办AC：谢凌曦 (华为)

责任AC：刘偲 (北京航空航天大学)