12月6日下午,應(yīng)我校電子信息與人工智能學(xué)院和研究生院邀請,西北工業(yè)大學(xué)計(jì)算機(jī)學(xué)院夏勇教授做客我?!拔囱雽?dǎo)師論壇”,在實(shí)驗(yàn)樓2A-206電智學(xué)院報(bào)告廳做了題為“醫(yī)學(xué)影像小樣本學(xué)習(xí)——從預(yù)訓(xùn)練到大模型”的學(xué)術(shù)報(bào)告。報(bào)告由電智學(xué)院院長助理孫連山、計(jì)算機(jī)系主任陳景霞教授主持,學(xué)院相關(guān)學(xué)科的教師和研究生聆聽了此次報(bào)告。
近年來,以深度學(xué)習(xí)為代表的人工智能技術(shù)在醫(yī)學(xué)影像分析領(lǐng)域受到了廣泛關(guān)注和深入研究。深度學(xué)習(xí)是數(shù)據(jù)驅(qū)動的模型,它依賴于使用海量具有準(zhǔn)確標(biāo)注的訓(xùn)練數(shù)據(jù)。然而由于數(shù)據(jù)采集代價(jià)高、數(shù)據(jù)共享限制多、罕見病數(shù)據(jù)少等多方面的因素,醫(yī)學(xué)圖像數(shù)據(jù)通常較為稀缺且標(biāo)注代價(jià)高昂。因此,預(yù)訓(xùn)練技術(shù)成為醫(yī)學(xué)影像智能分析領(lǐng)域研究的一個熱點(diǎn)和難點(diǎn)。
夏勇教授圍繞醫(yī)學(xué)影像學(xué)習(xí)的模型預(yù)訓(xùn)練技術(shù),從數(shù)據(jù)標(biāo)注、數(shù)據(jù)維度、模型能力、大模型應(yīng)用等角度介紹了團(tuán)隊(duì)目前的一些科研工作和成果,重點(diǎn)分享了使用動態(tài)卷積(DoDNet)對網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化、引入?yún)⒖既蝿?wù)(Ref-SSL)增強(qiáng)自監(jiān)督學(xué)習(xí)效果、通過提示學(xué)習(xí)(Propt Learning)獲取動態(tài)任務(wù)編碼、基于Transformer模型進(jìn)行多任務(wù)聯(lián)合預(yù)訓(xùn)練及多模態(tài)融合等新的研究思路和方法。最后夏教授介紹了ChatGPT等大模型技術(shù)在醫(yī)學(xué)影像分析領(lǐng)域的典型應(yīng)用,就大模型技術(shù)帶來的機(jī)遇和挑戰(zhàn)提出了自己的見解。
報(bào)告會后,夏勇教授與參會人員就大模型是否會取代傳統(tǒng)模型、如何在實(shí)驗(yàn)中更好得應(yīng)用殘差模塊提高模型效果等問題進(jìn)行了交流和討論。
新聞小貼士:
夏勇,西北工業(yè)大學(xué)計(jì)算機(jī)學(xué)院教授、空天地海一體化大數(shù)據(jù)應(yīng)用技術(shù)國家工程實(shí)驗(yàn)室成員。研究方向?yàn)獒t(yī)學(xué)影像智能計(jì)算,近5年在JAMA Network Open、Radiology、IEEE-TPAMI/TMI/TIP、MedIA、NeurIPS、CVPR、ECCV、MICCAI、IJCAI發(fā)表論文70余篇,被引用一萬余次(Google Scholar),先后在BraTS2020、KiTS21、KiPA22、SegRap2023等10余項(xiàng)國際學(xué)科競賽中獲得前三名;擔(dān)任中國體視學(xué)學(xué)會理事、中國計(jì)算機(jī)學(xué)會數(shù)字醫(yī)學(xué)分會常委、中國圖像圖形學(xué)學(xué)會視覺大數(shù)據(jù)專委會常委、陜西省計(jì)算機(jī)學(xué)會人工智能專委會主任,曾擔(dān)任IBSI2017、MICCAI2019/2020、ICASSP2023等學(xué)術(shù)會議地區(qū)主席或分會主席。
(核稿:孫連山 編輯:劉倩)