| 嘉宾 | 窦琪 （香港中文大学） |
| 时间 | 2020年04月28日（星期二） 晚上20：00（北京时间） |
| 题目 | 深度学习在医学图像分割中的模型泛化性能研究 |
| 主持 | 王连生 （厦门大学） |
报告摘要
医学图像分割是医学影像分析领域的经典问题之一，对器官组织及肿瘤病灶的自动化精准分割是高效解决诸多临床诊疗应用的先决条件，比如疾病定量评估，三维重建，放疗规划，手术导航，可视化，随访等。本报告首先介绍近年来深度学习技术在医学图像自动化分割上取得的成果，探讨如何优化网络结构设计提升性能，涉及基于CT、MRI三维影像分割肝脏及肝肿瘤，脑及脑肿瘤，心脏，椎间盘，鼻咽癌，大肠癌等。此外，随着人工智能推动医学影像计算领域的发展日新月异，规模化临床应用彰显巨大潜力，但神经网络的泛化性能尚存在挑战，阻碍着深度学习技术在复杂实际场景中的临床部署。本报告将针对如何解决模型泛化和鲁棒性问题，结合医学图像分割应用场景，探讨领域自适应，未知领域泛化，多中心数据融合，跨模态迁移等问题，涵盖无监督学习，特征解耦，图像风格迁移，元学习，度量学习，知识蒸馏等技术。报告中相关工作代码均已开源。
1. Q. Dou, Q. Liu, P. A. Heng and B. Glocker, “Unpaired Multi-modal Segmentation via Knowledge Distillation.” IEEE Transactions on Medical Imaging, 2020.
2. Q. Dou, D. C. Castro, K. Kamnitsas and B. Glocker, “Domain Generalization via Model-Agnostic Learning of Semantic Features.” In Advances of Neural Information Processing Systems (NeurIPS), pp.6447-6458, 2019.
3. Q. Dou, C. Ouyang, C. Chen, H. Chen and P. A. Heng, “Unsupervised Cross-Modality Domain Adaptation of ConvNets for Biomedical Image Segmentation with Adversarial Loss”. In Proceedings of International Joint Conference on Artificial Intelligence (IJCAI), pp.691-697, 2018.
4. Q. Dou, L. Yu, H. Chen, Y. Jin, X. Yang, J. Qin and P. A. Heng, “3D Deeply Supervised Network for Automated Segmentation of Volumetric Medical Images”. Medical Image Analysis, pp.40-54, 41, 2017.
5. Q. Dou, H. Chen, L. Yu, L. Zhao, J. Qin, D. Wang, VCT Mok, L. Shi and P. A. Heng, “Automatic Detection of Cerebral Microbleeds From MR Images via 3D Convolutional Neural Networks.” IEEE Transactions on Medical Imaging, 35(5), pp.1182-1195, 2016.
嘉宾简介
窦琪，博士，现任香港中文大学计算机科学与工程学系助理教授, 并挂职于香港中文大学天石机器人研究所。此前于英国帝国理工大学计算机系从事博士后研究，2018年于香港中文大学取得博士学位，2014年本科毕业于北京航空航天大学，曾于西门子北美研究院从事暑期实习。研究方向为机器学习及其在医学影像分析和手术机器人领域的应用，关注神经网络在复杂实际场景中的泛化性，鲁棒性及多模态信息融合。曾获MedIA-MICCAI最佳论文奖，MICCAI Young Scientist Award Finalist，香港科学会青年科学家奖，香港中文大学优秀博士论文奖，ISBI LUNA肺结节检测挑战赛冠军，蝉联MICCAI手术流程识别挑战赛2016&2019冠军，NeurIPS/MICCAI Travel Award，河北衡水中学优秀校友等。近五年在TMI, MedIA, TBME, Radiology, MICCA, NeurIPS, CVPR, AAAI, ICRA等医学影像/人工智能/机器人相关会议和期刊发表论文五十余篇，谷歌总引用3900余次，担任MIDL会议领域主席，及多个国际会议和期刊审稿人。
特别感谢本次Webinar主要组织者：
王连生（厦门大学）
1. MICS在线学术讲座依托在线直播平台进行，听众请点击直播链接https://live.polyv.cn/watch/1289623（注：该链接为4月28日报告链接，该链接每期会和讲者信息一起更新）参加活动，支持安装Windows系统的电脑、MAC电脑、手机等设备；手机客户端也可直接扫描二维码进入直播；
可直接扫描二维码进入4月28日直播
2. 活动开始前5分钟左右，讲者会开启直播，活动时讲者会上传PPT或共享屏幕，听众可以看到Slides，听到讲者的语音，并通过聊天功能与讲者交互；
3. 活动过程中，请不要说无关话语，以免影响活动正常进行；活动过程中，如出现听不到或看不到视频等问题，建议退出再重新进入，一般都能解决问题；建议通过速度较快的网络参加活动，优先采用有线网络连接；
4. 后续每期讲座信息，会通过MICS微信公众号“医学图像计算青年研讨会”（扫描下方二维码关注MICS微信公众号）或MICS QQ群（群号：926316770）进行通知（注：申请加入MICS QQ群时需验证姓名、单位和身份，缺一不可；入群后，请实名，姓名身份单位；身份：学校及科研单位人员T，企业研发I，博士D，硕士M）
“医学图像计算青年研讨会”微信公众号
MICS在线学术讲座的模式和组织方式借鉴了很多VALSE的经验，从VALSE得到了很多的启发，在此对VALSE组委会表示衷心的感谢，也祝愿MICS和VALSE越办越好！
