报告人：王珊珊 研究员 中国科学院深圳先进技术研究院
报告时间：2024年10月21日（周一）下午2:30
报告地点：东南大学九龙湖校区计算机楼513室
报告摘要：医学影像领域面临许多技术和临床挑战。目前，大多数深度学习方法是为特定任务设计，往往缺乏泛化能力，并高度依赖于大规模数据集和详细标注。这使得在临床实践中推广应用面临困难。基础模型的核心在于其强大的泛化能力，能够适应不同的医学影像任务。通过预训练和迁移学习，基础模型可以在数据有限的情况下，依然表现出色。这为临床医生在不同环境下的快速应用提供了可能。本报告将介绍我们的研究工作，在快速MR成像及图像分析的基础模型研究中，我们的团队专注于以下几个方面：提升模型泛化能力，高数据保真度，减少数据依赖性。我们的研究成果表明，通过改善模型的泛化能力和数据依赖性，可以有效提升快速医学成像及图像分析的临床应用效果。未来，我们将继续探索基础模型在更广泛医疗场景中的应用潜力，为医疗保健带来更多创新解决方案。
报告人简介：王珊珊，中国科学院深圳先进技术研究院研究员、博士生导师，国家优青、吴文俊人工智能优秀青年奖获得者、中科院青促会A类优秀会员，2022-2024入选斯坦福“全球前2%顶尖科学家”榜单。长期从事人工智能、快速医学成像、放射组学与多模态分析等研究，在Nature子刊、IEEE Trans等发表高质量论文100余篇；曾荣获OCSMRM杰出研究奖、广东省技术发明与科技进步一等奖、广东省青年科技奖等；先后主持科技部2030新一代人工智能重大课题、NSFC联合基金重点项目、优秀青年等国家级项目6项；担任多个高质量SCI学术期刊的副主编/编委（如IEEE Transactions on Medical Imaging, Magnetic Resonance in Medicine, Pattern Recognition、Biomedical Signal Processing and Control等)。曾受邀在第31届国际医学磁共振年会给大会主题冠名报告（入选率约1/6000，英国伦敦）及美国第10届GRC活体磁共振给大会主题报告。
