时间: 2023年5月18日（周四）下昼15:00

所在: 校本部东区翔英大楼T706

讲座: 基于物理模子和深度图像先验的病理图像染色疏散算法

演讲者: 陈佳楠，，，，博士，，，，多伦多大学医学生物物理系

演讲者简介：

陈佳楠，，，，本科结业于8188cc威尼斯通讯工程系，，，，现为加拿大多伦多大学医生生物物理系（Medical Biophysics）博士，，，，研究兴趣包括基于弱监视学习和无监视学习的医疗图像剖析，，，，博士时代主要事情是基于腹部核磁图像剖析的结直肠癌肝转移病人的存活展望。。。。。博士时代在MedicalImage Analysis, MICCAI和Biomaterials等期刊和聚会上揭晓论文10余篇，，，，提出的病理图像染色疏散的算法获批美国发明专利一项。。。。。

讲座摘要：

染色疏散和归一化的要领被普遍运用在解决病例图像特征差别普遍，，，，泛用性差的问题，，，，是盘算病理模子临床应用和安排的条件。。。。。然而，，，，大大都现有的染色疏散要领自己在未知数据上（如差别的医院，，，，不必的染色剂）体现不佳。。。。。我们开发了物理模子指导的深度图像先验网络用于染色疏散，，，，作为一站式的通用染色疏散算法。。。。。通过连系新颖的光学物理模子和自监视深度神经网络，，，，我们提出的算法可以执行端到端的包括配景照明校正和恣意种类和恣意数目染料的染色疏散，，，，而无需训练数据。。。。。该事情现在在Nature Machine Intelligence期刊接受偕行评审。。。。。

约请人：通讯与信息工程学院 沈礼权教授

接待宽大西席和学生加入！