12月6日下午，應我校電子信息與人工智能學(xué)院和研究生院邀請，西北工業(yè)大學(xué)計算機學(xué)院夏勇教授做客我?！拔囱雽熣搲?，在實(shí)驗樓2A-206電智學(xué)院報告廳做了題為“醫學(xué)影像小樣本學(xué)習——從預訓練到大模型”的學(xué)術(shù)報告。報告由電智學(xué)院院長(cháng)助理孫連山、計算機系主任陳景霞教授主持，學(xué)院相關(guān)學(xué)科的教師和研究生聆聽(tīng)了此次報告。
近年來(lái)，以深度學(xué)習為代表的人工智能技術(shù)在醫學(xué)影像分析領(lǐng)域受到了廣泛關(guān)注和深入研究。深度學(xué)習是數據驅動(dòng)的模型，它依賴(lài)于使用海量具有準確標注的訓練數據。然而由于數據采集代價(jià)高、數據共享限制多、罕見(jiàn)病數據少等多方面的因素，醫學(xué)圖像數據通常較為稀缺且標注代價(jià)高昂。因此，預訓練技術(shù)成為醫學(xué)影像智能分析領(lǐng)域研究的一個(gè)熱點(diǎn)和難點(diǎn)。
夏勇教授圍繞醫學(xué)影像學(xué)習的模型預訓練技術(shù)，從數據標注、數據維度、模型能力、大模型應用等角度介紹了團隊目前的一些科研工作和成果，重點(diǎn)分享了使用動(dòng)態(tài)卷積（DoDNet）對網(wǎng)絡(luò )參數進(jìn)行優(yōu)化、引入參考任務(wù)（Ref-SSL）增強自監督學(xué)習效果、通過(guò)提示學(xué)習（Propt Learning）獲取動(dòng)態(tài)任務(wù)編碼、基于Transformer模型進(jìn)行多任務(wù)聯(lián)合預訓練及多模態(tài)融合等新的研究思路和方法。最后夏教授介紹了ChatGPT等大模型技術(shù)在醫學(xué)影像分析領(lǐng)域的典型應用，就大模型技術(shù)帶來(lái)的機遇和挑戰提出了自己的見(jiàn)解。
報告會(huì )后，夏勇教授與參會(huì )人員就大模型是否會(huì )取代傳統模型、如何在實(shí)驗中更好得應用殘差模塊提高模型效果等問(wèn)題進(jìn)行了交流和討論。
新聞小貼士：
夏勇，西北工業(yè)大學(xué)計算機學(xué)院教授、空天地海一體化大數據應用技術(shù)國家工程實(shí)驗室成員。研究方向為醫學(xué)影像智能計算，近5年在JAMA Network Open、Radiology、IEEE-TPAMI/TMI/TIP、MedIA、NeurIPS、CVPR、ECCV、MICCAI、IJCAI發(fā)表論文70余篇，被引用一萬(wàn)余次（Google Scholar），先后在BraTS2020、KiTS21、KiPA22、SegRap2023等10余項國際學(xué)科競賽中獲得前三名；擔任中國體視學(xué)學(xué)會(huì )理事、中國計算機學(xué)會(huì )數字醫學(xué)分會(huì )常委、中國圖像圖形學(xué)學(xué)會(huì )視覺(jué)大數據專(zhuān)委會(huì )常委、陜西省計算機學(xué)會(huì )人工智能專(zhuān)委會(huì )主任，曾擔任IBSI2017、MICCAI2019/2020、ICASSP2023等學(xué)術(shù)會(huì )議地區主席或分會(huì )主席。
（核稿：孫連山 編輯：劉倩）
陜公網(wǎng)安備 61011202000334號