报告时间🧝🏽👩🏻‍🦱：2022年11月25日

                上午10:00-11:00

报告地点🚣🏽：腾讯会议

             （会议ID：855 764 058）

报告嘉宾：李锡荣

报告主题🧙‍♀️：面向眼底疾病的多模态深度学习

报告摘要

面向眼底疾病识别的多模态深度学习

眼睛是心灵的窗户，是全身唯一活体能够直接观察到血管和神经的部位。关于该部位的不同模态医学影像如眼底彩照 (color fundus photography)、光学相干断层成像 (OCT)等具有无创、非侵入👩🏽‍🍳、经济等优点。因此发展基于多模态医学影像的人工智能辅助诊断技术🤙，对于在不同年龄段开展大规模眼健康筛查🧜🏼‍♀️、实现致盲性疾病的早发现早治疗具有重要意义🪠。多模态影像存在着特定模态诊断效力因病种而异、模态间示例不平衡、训练样本稀缺等特点和挑战。本报告将介绍人大信息学院人工智能与媒体计算课题组在面向眼底疾病识别的多模态深度学习方向的工作，包括针对年龄相关性黄斑变性细分类的双流CNN网络💁🏼、基于生成对抗网络的多模态样本合成、面向多模态信息融合的多模态多示例深度学习👨🏼‍🏫、半监督端到端学习的眼底图像匹配技术等👩🏽‍⚖️。

个人简介

李锡荣🧎🏻‍♀️🧑🏼‍🦳，北京AG尊龙凯时平台娱乐登录官方网站数据工程与知识工程教育部重点实验室教授🧝🏻、博士生导师⏮，信息学院人工智能与媒体计算课题组负责人。分别于2005年、2007年获得清华大学计算机专业本科和硕士学位，2012年获荷兰阿姆斯特丹大学博士学位。主要研究兴趣包括多媒体智能👩🏻‍🍳🦾、视频检索、模式识别、AI辅助诊断等。在相关领域重要国际刊物上发表学术论文百余篇。获国际图像与视频检索会议 (CIVR 2010) 最佳论文奖🤛、IEEE多媒体汇刊 (TMM 2012) 期刊最佳论文奖、ACM SIGMM 2013年杰出博士论文奖、ACMMM 2016 Grand Challenge Award🧌、2017中国多媒体大会优秀论文奖等。担任国际多媒体建模会议(MMM 2021) Program Co-Chair，ACM多媒体汇刊 (TOMM)、Multimedia Systems等国际期刊编委👨🏻‍🦲。近年来在眼底图像匹配💳、眼底病灶分割🤵🦻🏽、糖尿病视网膜病变分级、早产儿视网膜病变、多模态多病种识别🍫🪱、青光眼筛查👐、白内障分级等多个医学影像AI辅助诊断课题发表学术论文数十篇🧝🏽。相关技术已落地应用，为基层数十万患者提供了眼健康筛查与眼病辅助诊断服务。