设为首页     加入收藏  
北京航空航天大学许燕教授来我院作学术报告
类型:学院新闻      来源:kymslj      时间:2017/9/26 9:42:00     浏览次数:175
  

2017年9月25日下午14:30,计算机科学学院第一实验楼西204开展了一场题为“弱监督学习在医疗影像中的探索”的学术专题讲座。本次讲座计算机科学学院非常荣幸的邀请到了北京航空航天大学生物与医学工程学院许燕副教授前来开讲。参加的人员有我院领导、老师以及各年级的研究生,计算机科学学院副院长李晓宁亲自担任主持人,为这次盛大的学术讲座开场。讲座在同学们的热烈掌声开始,许老师先介绍了一下自己为什么会讲关于“弱监督学习在医疗影像中的探索”这个题目,接着从全监督、弱监督等方面讲述弱监督在医疗影像中的应用。最后总结了弱监督方法的优势以及未来工作领域的应用。

许老师首先谈到了基于深度学习的图像分割技术一般依赖于卷积神经网络CNN的训练,训练过程中需要非常大量的标记图像,即一般要求训练图像中都要有精确的分割结果。其次对于图像分割而言,要得到大量的完整标记过的图像非常困难,对训练图像中的每个像素做标记非常耗时,特别是对医学图像而言,完成对一个三维的CT或者MRI图像中各组织的标记过程需要数小时。学习算法能通过对一些初略标记过的数据集的学习就能完成好的分割结果,那么对训练数据的标记过程就很简单,这可以大大降低花在训练数据标记上的时间。这些初略标记可以是:1、 只给出一张图像里面包含哪些物体。 2、给出某个物体的边界框,。3、对图像中的物体区域做部分像素的标准,例如画一些线条、涂鸦等。最后许老师提出弱监督方法的优势:1、在完全卷积网络的弱监管下,利用图像对图像弱监督学习的完全卷积网络进行了端到端学习系统,在弱监控下利用多尺度学习。2、引入正实例的约束可以有效地探索额外的弱监督信息,这些信息很容易获得,并极大地促进了学习过程。她同时还谈到了在未来工作中的应用,制约深层弱监督方法可以应用于广泛的医学成像和计算机视觉应用。

在讲座接近尾声的时候,大家都意犹未尽,积极与许老师交流学术问题。最后我院副院长李晓宁就许老师的学术讲座,做了简单的总结,结束了本次学术交流活动。



 




 
[关闭窗口]
 
 
学校地址:成都市成龙大道二段1819号、四川师范大学成龙校区    邮编:610101
版权所有:四川师范大学计算机科学学院   管理登录