时间: 2023年5月18日（周四）下午15:00

地点: 校本部东区翔英大楼T706

讲座: 基于物理模型和深度图像先验的病理图像染色分离算法

演讲者: 陈佳楠，博士，多伦多大学医学生物物理系

演讲者简介：

陈佳楠，本科毕业于8188威尼斯娱人城通信工程系，现为加拿大多伦多大学医生生物物理系（Medical Biophysics）博士，研究兴趣包括基于弱监督学习和无监督学习的医疗图像分析，博士期间主要工作是基于腹部核磁图像分析的结直肠癌肝转移病人的存活预测。博士期间在MedicalImage Analysis, MICCAI和Biomaterials等期刊和会议上发表论文10余篇，提出的病理图像染色分离的算法获批美国发明专利一项。

讲座摘要：

染色分离和归一化的方法被广泛运用在解决病例图像特征差异广泛，泛用性差的问题，是计算病理模型临床应用和部署的前提。然而，大多数现有的染色分离方法本身在未知数据上（如不同的医院，不用的染色剂）表现不佳。我们开发了物理模型引导的深度图像先验网络用于染色分离，作为一站式的通用染色分离算法。通过结合新颖的光学物理模型和自监督深度神经网络，我们提出的算法可以执行端到端的包括背景照明校正和任意种类和任意数量染料的染色分离，而无需训练数据。该工作目前在Nature Machine Intelligence期刊接受同行评审。

邀请人：通信与信息工程学院 沈礼权教授

欢迎广大教师和学生参加！