2月28日下午，美国北卡罗来纳大学教堂山分校计算机系、放射系教授图像显示、增强与分析中心主任沈定岗老师应邀来我校访问，为我院师生作了题为《深度学习在定量器官测量和疾病治疗中的应用》的学术报告。

沈定岗教授结合课题组的最新研究成果，对深度学习在医学图像分割、配准、分类、合成以及在放疗中的应用进行详细介绍。课题组采用深度学习方法在婴幼儿大脑发育、年长者大脑衰退及脑疾病量化以及肿瘤治疗研究中的都有令人瞩目的突破性进展：引入基于深度学习机制结合脑图像皮层表面重建和基因信息，实现出生后第一年的婴儿期大脑发育状况的自动量化计算与分析，以便在疾病早期及时识别并提供自闭症的治疗方案辅助决策；将深度学习应用于无监督的脑配准，以进行精确主体间比较和基于不同区域的脑疾病诊断，例如辅助医生在阿尔茨海默病（AD）患者疾病的早期，尽可能精确诊断并提供个性化治疗方案，；为有效开展基于MRI-PET成像的前列腺癌放射治疗，提出一种新的上下文感知的GAN（生成对抗性网络）用于从MRI合成CT图像，该方法可以被有效的是基于MRI图像的癌症放疗。本次报告涉及的内容均从临床实际需求出发，采用的解决方案和技术路线，既有严谨、系统的理论基础，又有丰富、生动的应用实例分析，深受我校师生欢迎。

沈定岗，美国北卡罗莱纳州大学教堂山分校放射学、生物医学影像中心（BRIC）、计算机科学与生物医学工程杰出研究员。现任影像分析与信息中心、放射科图像显示、增强和分析（IDEA）实验室、BRIC医学影像分析主任。曾任宾夕法尼亚大学（UPenn）终身助理教授及约翰霍普金斯大学正式教职。长期从事医学图像分析，计算机视觉和模式识别等领域的研究，已在国际期刊和会议论文集上发表了900多篇论文。担任八个国际期刊的编委，曾在2012-2015年期间担任医学图像计算和计算机辅助干预（MICCAI）理事会成员，是中国深圳MICCAI 2019大会主席。现为国际电工委员会（IEEE）会士、美国医学及生物工程学会（AIMBE）会士、国际模式识别协会（IARP）会士。