报告题目：跨尺度多模态生物医学计算

报告人：肖立 北京邮电大学人工智能学院特聘研究员

主持人：梁孔明 特聘副研究员

报告时间：2023年5月24号（周三）16：00-17：00

腾讯会议：816-399-125

报告摘要:

生命体是世界上最复杂的物质运动形式，从分子到人，生命体的结构与功能跨越十个量级的时空尺度，在生命科学和医学研究中，成像技术至关重要，现代生物医学成像涵盖磁共振、超声、光镜和电镜等十几种成像模态以及众多衍生模态，在组织、细胞或分子水平上为样品的结构、形貌、组分、动态和功能的观察提供重要工具。本次讲座主要介绍报告人在微观、介观、宏观影像智能诊断领域的相关算法研究及落地应用系统，并进一步介绍和讨论报告人即将开展的协同跨尺度多模态显微影像的新型医学融合诊断研究工作。

专家简介：

肖立，清华大学本科，美国加州大学博士，中国科学院百人，北京邮电大学特聘研究员，博士生导师。长期从事多模态跨尺度生物医学问题的建模计算研究工作，系统地解决了数据稀疏标注、域迁移、强干扰等非理想数据条件下的医学图像识别和多模态融合问题，提出了增强医学特征泛化性和鲁棒性的系列方法，取得了疾病诊断、病灶识别、影像报告生成、关键点检测等国际标准评测集上的领先性能。在MedIA，TMI，JCB，IJCAI等国际知名期刊和会议上发表论文40余篇，被同行引用近1800次，其中基于边际损失和排斥损失的混合标签学习工作被IEEE／AAAI Fellow等国际学者广泛引用和积极评价，在国际上率先开展了基于随机优化理论的神经网络训练、多源知识驱动的影像报告生成、基于隐性溶剂的多尺度物理建模等研究。成果成功落地北医三院、中国科学院生物物理所、遂宁市中心医院等平台, 取得了持续的应用价值和影响力。其中，主持开发DeepContact超分辨电镜下亚细胞互作高通量分析系统（通过生物物理所徐涛院士团队测试并推广）获JCB（JCR Q1，IF：8.077）杂志网站首页推荐并集成进入国际生物影像通用应用软件 AMIRA，相关报道评价该工作“成功填补了细胞器互作领域的空缺，并将成为加速细胞器互作研究的利器”。先后获得中国科学院百人计划（获择优支持）项目及CCF项目-腾讯犀牛鸟项目优秀奖等。