12月6日下午,应我校电子信息与人工智能学院和研究生院邀请,西北工业大学计算机学院夏勇教授做客我校“未央导师论坛”,在实验楼2A-206电智学院报告厅做了题为“医学影像小样本学习——从预训练到大模型”的学术报告。报告由电智学院院长助理孙连山、计算机系主任陈景霞教授主持,学院相关学科的教师和研究生聆听了此次报告。
近年来,以深度学习为代表的人工智能技术在医学影像分析领域受到了广泛关注和深入研究。深度学习是数据驱动的模型,它依赖于使用海量具有准确标注的训练数据。然而由于数据采集代价高、数据共享限制多、罕见病数据少等多方面的因素,医学图像数据通常较为稀缺且标注代价高昂。因此,预训练技术成为医学影像智能分析领域研究的一个热点和难点。
夏勇教授围绕医学影像学习的模型预训练技术,从数据标注、数据维度、模型能力、大模型应用等角度介绍了团队目前的一些科研工作和成果,重点分享了使用动态卷积(DoDNet)对网络参数进行优化、引入参考任务(Ref-SSL)增强自监督学习效果、通过提示学习(Propt Learning)获取动态任务编码、基于Transformer模型进行多任务联合预训练及多模态融合等新的研究思路和方法。最后夏教授介绍了ChatGPT等大模型技术在医学影像分析领域的典型应用,就大模型技术带来的机遇和挑战提出了自己的见解。
报告会后,夏勇教授与参会人员就大模型是否会取代传统模型、如何在实验中更好得应用残差模块提高模型效果等问题进行了交流和讨论。
新闻小贴士:
夏勇,西北工业大学计算机学院教授、空天地海一体化大数据应用技术国家工程实验室成员。研究方向为医学影像智能计算,近5年在JAMA Network Open、Radiology、IEEE-TPAMI/TMI/TIP、MedIA、NeurIPS、CVPR、ECCV、MICCAI、IJCAI发表论文70余篇,被引用一万余次(Google Scholar),先后在BraTS2020、KiTS21、KiPA22、SegRap2023等10余项国际学科竞赛中获得前三名;担任中国体视学学会理事、中国计算机学会数字医学分会常委、中国图像图形学学会视觉大数据专委会常委、陕西省计算机学会人工智能专委会主任,曾担任IBSI2017、MICCAI2019/2020、ICASSP2023等学术会议地区主席或分会主席。
(核稿:孙连山 编辑:刘倩)