报告题目：医学图像计算中的机器学习：重建、配准与分割

报 告 人：端金鸣

报告时间：4月29日 下午13:30

报告地点：计C304

报告摘要：

本报告分为三个部分。第一部分将介绍磁共振（MR）图像重建和弥散光层析成像（DOT）图像重建。这两种重建过程都涉及求解反问题，其中MR图像重建是线性反问题，而DOT图像重建则属于非线性反问题。第二部分将介绍用于医学图像配准的无监督学习，重点讨论如何以快速、精确且数据高效的方式配准高维医学图像。第三部分将探讨图像分割，聚焦于光学相干断层成像（OCT）、超声心动图（Echo）和心脏磁共振成像（cMR）等图像模态。在这些场景中，将展示基于模型和数据驱动的方法，以实现高精度的图像分割。整个报告中，将展示若干基于图像分割与配准结果的真实应用案例。

报告人简介：

端金鸣博士于2018年获得英国诺丁汉大学博士学位，毕业后在英国帝国理工学院从事博士后研究，与英国皇家工程院院士Daniel Rueckert教授和心血管人工智能领域教授Declan O’Regan开展合作。2019年加入英国伯明翰大学，历任讲师，高级讲师，2024年被授予荣誉副教授称号。2024年9月加入英国曼彻斯特大学担任信息、影像与数据科学系担任副教授，同时担任人工智能在医学影像与建模方向的学科负责人。端博士已发表130余篇高水平论文，包括TPAMI、TMI、TIP、柳叶刀、Nature Machine Intelligence等顶级期刊，以及MICCAI、CVPR、ECCV、ICCV, NeurIPS, AAAI等重要会议。谷歌学术引用5000余次。已获授权发明专利5项，包括国际专利2项。主持和参与科研项目经费累计超过117万英镑，研究成果已在多家企业实现转化应用，创造超3000万元经济效益。

端博士于2016年获国家优秀自费留学生奖学金（该奖项是国家对中国海外研究生的最高政府奖项），2021年荣获英国阿兰·图灵研究院Turing Fellow称号，以表彰其在数据科学与人工智能领域的杰出贡献，并获得英国高等教育学院Fellowship资格，该认证在英国及国际学术界都广受认可。担任多个人工智能领域知名SCI期刊的编委，其中包括IEEE TNNLS。此外，端博士曾获得多个竞赛奖项，包括2023年国际MICCAI Learn2Reg大赛二等奖、2023年国际ISBI RnR-ExM大赛二等奖、2022年国际MICCAI Learn2Reg大赛一等奖，以及2019年美国Facebook国际fastMRI大赛二等奖，荣获2022年CHORUS首尔国际会议卓越研究项目奖等。