Asoke K. Nandi教授做客我校“前沿科學報告”

4月26日下午，應(yīng)科技處、前沿院與電子信息與人工智能學院邀請，Asoke K.Nandi教授做客我校“前沿科學報告”，作了題為“Light-weight Networks for Abdominal Image Segmentation”的學術(shù)報告。本次報告舉行地點為實驗樓2B-211報告廳，由電智學院副院長雷濤主持，學院相關(guān)專業(yè)教師和研究生聆聽了此次報告。

Nandi教授首先簡要介紹了人工智能在醫(yī)療中的應(yīng)用，包括腦部腫瘤檢測，超聲腫瘤篩查等。由此引入現(xiàn)階段腹部圖像分析所面臨的挑戰(zhàn)，首先就是低成像質(zhì)量，包括低對比度、邊緣模糊、器官形狀不規(guī)則及大規(guī)模變動等，對此，Nandi教授介紹的應(yīng)對策略包括：采用高分辨率網(wǎng)絡(luò)以及使用特征融合來解決語義鴻溝問題。第二個挑戰(zhàn)是CT、MRI都是3D數(shù)據(jù)，在處理時需要訓練更大型的模型，難度更高，相應(yīng)的策略是使用2.5D的網(wǎng)絡(luò)來進行處理。隨后Nandi教授向同學們提出了一個問題——“為什么輕量級網(wǎng)絡(luò)很重要？”在解答問題的過程中用容易理解的例子為同學們講述了過擬合的概念并向大家介紹了輕量級網(wǎng)絡(luò)設(shè)計的原理及理論基礎(chǔ)。最后，Nandi教授總結(jié)了其所做的工作，包括用于肝臟分割的輕量級V-Net，用于肝臟和肝臟腫瘤分割的可變形網(wǎng)絡(luò)以及用于左心房分割的半監(jiān)督分割網(wǎng)絡(luò)。并表示今后的工作會放在基于自監(jiān)督學習的腹部圖像分割及用于醫(yī)學圖像分割的局部和全局特征建模。Nandi教授的學術(shù)分享開闊了廣大師生的視野，使大家對圖像分割以及輕量級網(wǎng)絡(luò)的應(yīng)用領(lǐng)域有了更加具體的認識，也對相關(guān)專業(yè)的研究具有一定的啟發(fā)作用。

新聞小貼士：

Asoke K.Nandi教授是英國布魯奈爾大學電子與電子工程系主任，英國皇家工程院院士，英國機械工程師學會院士，工程技術(shù)學會院士，也是包括IEEE在內(nèi)的其他三個機構(gòu)的院士，兼任西安交通大學講座教授。Nandi院士在物理學、統(tǒng)計信號處理、機器學習和生物醫(yī)學信號處理方面均做出了開拓性的理論研究,并在基因組的信號處理和腦電信號處理應(yīng)用方面做出過巨大貢獻。Nandi院士畢業(yè)于享譽世界的劍橋大學圣三一學院，畢業(yè)后留校任教。1983年，Nandi教授與其他人共同發(fā)現(xiàn)了W+、W-和ZO這三個基本粒子，為電磁力和弱力的統(tǒng)一提供了證據(jù)。在機器學習領(lǐng)域，Nandi院士也是最早將機器學習方法引入到基因數(shù)據(jù)分析中的先驅(qū)之一。目前的研究方向為信號處理和機器學習，主要應(yīng)用于功能性磁共振數(shù)據(jù)、基因表達數(shù)據(jù)、通信和生物醫(yī)學數(shù)據(jù)，為信號處理和機器學習的許多方面做出了基本的理論和算法貢獻。撰寫了600多篇出版物，包括280篇期刊論文以及六本書刊。

（核稿：雷濤 編輯：劉倩）