应计算机与信息安全学院🏬、人工智能学院以及广西图像图形与智能处理重点实验室共同邀请👳🏻‍♂️，广东省人民医院韩楚、石镇维将于6月19号下午来杏盛讲学，欢迎广大师生踊跃参与。报告具体安排如下：

主讲人: 韩楚

题目：肿瘤计算病理算法研究及临床转化

时间：2024年6月19日下午16:00-16:40

地点🫷🏽：花江校区第五教学楼5503会议室

报告人简介：韩楚⏲，广东省杰青🫨🎣，华南理工大学博士研究生导师🕵🏿‍♀️，广东省人民医院副研究员，广东省医学影像智能分析与应用重点实验室PI，香港中文大学计算机科学与工程博士🕵🏻‍♀️。长期聚焦肿瘤医学图像人工智能算法和肿瘤计算病理等领域的研究*️⃣。近五年来，在IEEE-TPAMI😪、IEEE-TNNLS、IEEE-TMI🪐、Medical Image Analysis (MedIA)、CVPR🙋🏼‍♀️、MICCAI、ECCV等高水平期刊和会议发表学术论文50余篇，其中以第一或通讯作者身份(含共同)发表论文20余篇👨🏻‍🚒，申请发明专利20余项(授权6项) 。先后获国自然面上基金，国自然青年基金、广东省自然科学基金-杰出青年基金、广东省海外博士后人才支持计划等项目资助，曾获Pacific Graphics最佳学生论文奖♖，数字病理转化项目获国家卫健委举办的数字健康应用大赛特等奖👱🏼。目前担任IEEE-TMI，MedIA，IEEE-JBHI等多个高水平期刊和会议审稿人。

报告内容：病理是肿瘤诊断的金标准，在癌症管理的全程中起到决定性作用。图像分割识别是计算病理领域最重要的前置任务，可以帮助计算机算法“认识”复杂的病理图像。然而，病理图像对标注者专业性要求较高🧚🏼‍♂️，标注的获取十分困难耗时。因此，我们首先针对性的设计对标注友好且高效的病理图像分割算法，减轻模型对标注数据的依赖性，提升模型的泛化能力。然后，我们将上述分割识别算法应用在一系列肿瘤数字病理分析研究中🍜，深度挖掘肿瘤微环境与预后之间的关系，探索全新的基于病理组学的图像标志物。最后，我们将上述技术在核分裂象检测等病理诊断任务上进行临床转化🎓，为病理科医生赋能提效。

主讲人: 石镇维

题目：医学影像人工智能助力肿瘤量化分析与临床应用

时间🧘🏿：2024年6月19日下午16:40-17:20

地点：花江校区第五教学楼5503会议室

报告人简介👫🏼：石镇维🧛，广东省人民医院高层次引进人才👨‍🦼‍➡️🫕，广东省医学影像智能分析与应用重点实验室PI🌦🤾🏿‍♀️。临床医学博士后🤽‍♂️，荷兰马斯特里赫特大学获得临床数据科学专业博士，荷兰格罗宁根大学人工智能专业硕士；哈佛大学丹娜法伯癌症研究所和英国加的夫大学访问学者👨‍👩‍👦。主要研究方向为长期从事医学影像人工智能、肿瘤影像组学分析🐀、医学影像大数据👵🏽、联邦学习算法、乳腺癌和肺癌诊断🆚、疗效评估和预后预测研究。近5年发表学术论文 40余篇。其中第一作者和通讯作者(含共同) 论文 15篇🐰， 包括《Radiology》和《欧洲核医学》等🧑‍🦰🧑🏼‍🍳。申请发明专利 10 项，软件著作权授权5项。先后主持广东省海外博士后人才支持项目👨🏽‍⚕️， 国家自然科学基金青年基金 ，广东省自然基金面上项目，博士后基金面上项目等。

报告内容🏕❤️‍：随着人工智能（AI）技术的快速发展，医学影像分析在肿瘤量化评估和临床应用中展现出巨大的潜力👱‍♂️。AI技术♧，尤其是深度学习和机器学习算法📿，可以从复杂的医学影像数据中提取丰富的特征信息😮，实现肿瘤的精确定位、分割和分类。这些技术不仅提高了影像分析的准确性和效率，还为肿瘤的早期诊断、治疗反应评估和预后预测提供了有力支持。通过自动化和高效的影像处理，AI可以显著减少医生的工作负担🧩，降低人为误差，提升诊断的一致性和可靠性。但目前医学影像人工智能面临着诸多挑战🏚，如（1）缺乏大规模、多样性训练和测试数据以及标注🎑；（2）数据孤岛，多中心研究存在数据隐私安全问题⌨️；（3）模型、特征、决策缺乏可解释性。如何解决这些问题成为了医学影像人工智能研究的热点。未来，随着技术的不断进步和多学科合作的深化，AI在肿瘤量化分析中的应用将更加广泛和深入，助力精准医疗和患者管理的进一步提升。