2019年上海医工(理)交叉研究生学术论坛暨第八届上海交通大学研究生学术论坛顺利举行
发布时间:2019-07-28 22:33:00

        2019年7月18-19日,“2019年上海医工(理)交叉研究生学术论坛暨第八届上海交通大学研究生学术论坛”在上海交通大学徐汇校区工程馆100号举行,来自国内外近20家高校和单位的近百名师生参与了本次论坛。

       本次论坛受上海市教育委员会支持,入选2019年上海研究生教育优质资源共享与公共服务平台项目,由上海交通大学研究生院主办,上海交通大学生物医学工程学院承办,上海交通大学-联影医学影像先进技术研究院协办。论坛的主题为“医学影像人工智能前沿进展”,依托上海交通大学医、工、理学科优势,邀请了国内外知名学者和从事医工(理)交叉领域研究的研究生开展学术交流,旨在鼓励学术创新,促进科研合作。

        18日晨,论坛开幕式在工程馆100号举行。上海交通大学研究生院院长王亚光、生物医学工程学院院长高维强、副院长白景峰、党委副书记孙建奇、联影-医学影像先进技术研究院院长杜一平、教师代表叶坚、王乾等出席论坛开幕式。论坛开幕式由杜一平主持。此外,本次论坛还特别邀请了长征医院影像医学与核医学科主任、主任医师刘士远教授,上海联影智能医疗科技公司联席CEO沈定刚教授,浙江大学求是特聘教授、浙江大学应用数学研究所所长孔德兴教授、南京航空航天大学张道强教授、西安交通大学孙剑教授、中国科学院深圳先进技术研究院王珊珊副研究员、上海交通大学郑国焱教授出席并做特邀报告。

        开幕式伊始,高维强首先为大会致辞,他表示学术交叉和思想碰撞才能产生智慧火花,是探索科学、钻研学术必不可少的过程。他殷切地期望参与论坛的师生们能够秉持“医工交叉,大有可为”的理念,抓住交流机会,聆听报告、交流论文、沟通思想、研修方法,更好地取长补短、相互促进,进一步增强学术洞察力、提高学术敏感度,早日产生更多的学术成果。

        随后,王亚光为本次论坛致开幕辞。他首先感谢与会的各位老师、嘉宾以及同学的到来,指出医工(理)交叉学科是极其富有生命力的,交叉学科的发展将推动科学和工程向着更深的层次和更高的水平发展,希望在本次论坛中通过学者的思想碰撞、学生的沟通交流搭建起一个凸显跨学科交叉融合特色、培养复合型创新人才的良好平台,并预祝论坛圆满成功。

        在特邀报告环节中,本次论坛的特邀嘉宾们依次为大家带来了精彩的主旨报告。

        刘士远作题为“中国医学影像AI——发展现状、瓶颈和出路”的报告。他指出医学影像人工智能临床需求迫切,目前从政策、技术和数据上都有一定的优势,但存在问题是模型种类单一,性能不稳定,完全对接临床开放式使用场景还存在一定困难。他还表示,人工智能在医疗行业的商业化应用还将会涉及到医学伦理、法律法规以及信息安全等领域,标准安全评估体系的建立、诊断结果的责任界定、患者隐私的保护等问题。

        沈定刚以“医疗影像人工智能:潜在应用与挑战”为题,讲述了医疗影像人工智能的潜在应用与挑战。他指出人工智能可以应用于成像、检查、诊断、治疗、预后的各个环节,并给出每个环节中的应用实例。同时,他在报告中介绍了人工智能在医疗影像应用中面临的各种难点与挑战以及可能的解决方案。

        孔德兴围绕着“数理医学及其前沿进展”的主题讲述了他的报告。报告首先介绍医学大数据及人工智能的基本概念与方法,然后介绍基于医学大数据及人工智能的肝脏影像精准分析与肝癌智能诊疗的数学技术,最后通过临床案例,介绍其在医院的实际应用。

        张道强作主题为“脑影像智能分析与脑疾病早期诊断”的报告。他认为脑影像技术是研究脑科学的重要工具之一,并介绍了脑影像分析的基本方法,基于机器学习的脑影像/脑网络智能分析方面的相关工作,以及其在脑疾病早期诊断、影像遗传学、脑认知与脑解码中的应用。

        孙剑围绕“Model Meets Deep Learning: A Model-driven Deep Learning Approach”的主题作精彩报告。他提出模型驱动的深度学习思想,将传统基于领域知识和物理机制的建模方法与基于数据驱动的深度学习方法相结合,构建模型驱动的深度学习方法。

        王珊珊针对“Fast Medical Imaging and Analysis with Machine Learning”的题目进行了报告。她的研究内容基于机器学习的快速成像与智能诊断研究,提出了一系列的基于字典和神经网络学习的快速成像方法,以及可以免手动提取特征的自动分割与诊断方法,推进智能成像与诊断的一体化发展。

        郑国焱围绕“基于深度学习的回归和分类”的主题讲述了他的研究成果。他认为计算机视觉和医学图像分析中的很多问题都可以转化为回归或分类问题,而深度学习以数据驱动的模式可以有效地解决这些问题。

        在精彩的报告之余,论坛还进行了口头报告评选及墙报展示环节。在众多的投稿中,最终有10份口头报告及9份墙报的优秀作品经过初审进入到最终评选。

        首先,各位入围口头报告的同学们依次对自己的研究成果进行了精彩的演说。来自上海交通大学的焦伊宁同学的研究实现了基于CUDA的影像组学特征提取器,在深度强化学习框架中引入影像组学特征,并利用影像组学驱动的深度强化学习框架检测脑肿瘤病变。来自东北大学的龚宇同学提出了一种3D对称自动编码-解码器网络,用于低剂量PET图像去噪,可以在降噪过程中有效的保护图像的细节,使降噪后的图像的结构清晰。来自上海大学的陈瀛同学研究了双模态超声影像组学和内在成像显型对良性、淋巴瘤和转移性淋巴结的鉴别诊断意义,其研究成果有助于提升淋巴结的分类性能,对鉴别淋巴结具有重要的临床价值。

        口头报告环节过后,现场的评委老师和同学们来到工程馆100号外的大厅观看了入选终评的墙报作品,并为心目中的最佳作品投出了宝贵的选票。

        论坛颁奖典礼紧接着主旨报告举行,在场的嘉宾们为参与本次论坛的获奖同学们颁发了荣誉证书。

        上海交通大学医工(理)交叉研究生学术论坛自2010年起已成功举办七届,历届交流主题和领域囊括:生物医学信息与控制、神经工程与医学影像、生物医学材料、生物医学仪器、医学信息学、疾病生物学、机器人助力康复等。经过八年多的努力,该论坛已成为医工(理)交叉学科研究生培养的品牌活动,既增进学科间交流合作,又扩展研究生学术视野,在广大师生中取得良好反馈和支持,为研究生创新研究思维、聚焦科技前沿提供良好平台,并在医工(理)交叉学科人才培养方面做出积极探索。