CSIG菁英青云论坛第2期

主办单位：中国图象图像学学会女科技工作者工作委员会

承办单位：中国科学院自动化研究所智能感知与计算研究中心

导读： 2020年11月27日，中国科学院自动化研究隋婧研究员和深圳大学雷柏英研究员做客“CSIG菁英青云论坛第2期在线论坛”，为大家带来了“基于多模态脑影像数据挖掘技术的精神疾病生物学标记检测”与“脑疾病诊断和预测方法研究” 两场精彩的学术报告，本次活动由中国科学院自动化研究所董晶研究员主持，共有3000余人在线观看并参与探讨。

微信推文：https://mp.weixin.qq.com/s/rgE97AClbr-_AsDvN14VoA

报告1：基于多模态脑影像数据挖掘技术的精神疾病生物学标记检测

报告摘要： 本报告将系统介绍基于独立成分分析的多模态神经影像融合方法和个体化预测系统构建，以及如何在临床利用上述技术检测多模态影像学组标记。例如: 1)如何发现和验证精神分裂症的认知损伤标记; 2)发现孤独症亚型的的多模态共变和特异性变化环路；3)抑郁症电休克治疗疗效与的脑功能结构网络响应之间的关系；4)基于脑功能连接等指标实现多种认知能力的个体化预测。报告最后将总结多模态脑影像分析技术目前面临的机遇与挑战。

嘉宾简介：隋婧，中国科学院自动化研究所模式识别国家重点实验室研究员、博导、中国科学院大学岗位教授、国家优青、中国科学院人才计划入选者、IEEE 高级会员。2019年荣获中国图象图形学会石青云女科学家奖和Wiley Top Cited Paper Award。目前在本领域知名期刊或国际会议上共发表论文200余篇，其中在Nature Communications, Biological Psychiatry, JAMA Psychiatry, Brain等权威期刊发表SCI论文106篇。2020年起受邀担任期刊Hum Brain Mapp副主编(Associate Editor)。

报告2：脑疾病诊断和预测方法研究

报告摘要：神经影像具有安全、非侵入性，广泛地用于阿尔茨海默病都、帕金森病、自闭症等脑疾病的早期诊断与预测的研究之中。随着智能计算技术的飞速发展，使运用神经影像数据对脑疾病的智能诊断成为可能。申请人从脑疾病的临床需求出发，通过多模态、多时间点的数据开展了脑疾病的智能诊断和预测方面的研究，并取得了一些初步成果，形成了一套完整的研究体系与技术链条。以临床诊断中的实际问题为导向，提出神经影像数据的深度学习算法，并将最终的研究成果落脚于临床，服务于临床。报告围绕计算机视觉领域机器学习、深度学习、数据挖掘算法针对脑疾病的早期诊断开展了比较系统的研究工作：1)针对阿尔茨海默病、帕金森病、自闭症等脑疾病患者特异性高、个体差异性大、神经影像维度高等难题，提出了一系列特征学习算法；2)探究脑网络的构建，挖掘脑部功能退化与脑区激活状态之间的内在联系；3)基于深度学习以及机器学习建立脑疾病早期诊断模型，提高诊断与预测的准确性。

嘉宾简介：雷柏英，深圳大学研究员、硕士生导师、深圳大学“荔园优青”、深圳市海外高层次人才（孔雀计划）、深圳市高层次后备级人才，深圳市孔雀团队核心成员，南山区领航人才等。2012年获新加坡南洋大学博士学位。先后在新加坡信息通信研究所、新加坡南洋理工大学、美国北卡大学教堂山分校、美国德州大学圣安东尼奥医学中心、美国宾西法尼亚大学、美国密歇根大学、美国匹茨堡大学、法国计算和自动化研究所进行研究和访问。一直从事医学图像处理、深度学习、模式识别和人工智能的研究工作。与多个国家和作者共发表了180余篇国际期刊和会议论文，包括80余篇SCI检索的期刊文章。谷歌学术总引用2381次，单篇文章最高引用185次，H指数25。已申请20余项发明专利，其中8项已获授权。主持包括国家自然科学基金面上等各级项目共17项。担任MedIA、TMI,TIP,TCYB,TSP, TNNLS,IEEE JBHI,TMM, TASLP, NN, PR等40多种国际SCI期刊的审稿人。现任 Neural Computing & Application 等5种SCI期刊编委。现为IEEE 高级会员，获吴文俊人工智能科学技术奖三等奖(排名第3)，深圳市科学技术奖1等奖(排名第3)。