南大健康医疗大数据国家研究院 2024-01-09 16:34 江苏

杨健程博士以“3D Deep Learning for Real-World Health Intelligence”为题分享最新的工作进展,会议由健康医疗大数据国家研究院的常务副院长高阳教授和健康医疗大数据国家研究院的医疗人工智能平台负责人史颖欢教授主持。


杨博士目前任职于瑞士洛桑联邦理工学院,他的主要研究内容是人工智能在健康、医学图像分析和3D视觉方面的应用。他在上海交通大学获得博士学位,并曾担任哈佛大学VCG和EPFL CVLab的客座研究员,在Cancer Research、eBioMedicine、CVPR、MICCAI、NeurIPS等顶级期刊和会议上发表论文50余篇,谷歌学术引用2000余次。杨博士担任过20多个top-tier venues的评审员,组织了两次MICCAI挑战赛,曾获得多项奖项,包括“世界人工智能大会(WAIC)云帆奖”和“福布斯30位30岁以下精英榜”。

杨健程博士
AI在医药研究中的应用与价值:介绍AI在药物发现、疾病诊断、治疗方案等方面的应用,以及AI如何提高医药研究的效率和质量。
医疗AI与3D数据的处理与应用:讲述医疗领域中3D数据的特点和挑战,以及如何利用3D神经网络和3D预训练技术来处理和分析3D数据,提高AI对医学图像的识别和理解能力。
医学图像建模与自动修复技术研究:分享3D图像重建的研究成果,包括如何利用3D生成对抗网络和3D变分自编码器来建模和重建医学图像,以及如何利用3D自动编码器和3D卷积核来修复医学图像中的缺失和噪声。
AI在医疗领域的应用与挑战:总结AI在医疗领域的贡献以及所面临的挑战,例如数据质量、隐私保护、可解释性、伦理道德等,以及如何解决这些问题的方法和方向。

人工智能在健康领域的分级诊疗和精准医学
分级诊疗:利用现有顶级医院的医生在日常疾病诊疗过程中积累的经验,如常规的肿瘤筛查,器官分割和病灶筛查中积累的技术和诊疗方案凝结在AI之中进而赋能给基层医生,使AI能够更好地辅助基层医疗诊疗患者。


除了对于先进技术的研究,杨博士还分享了他和团队收集的大规模标准化生物医学图像集合MedMNIST。MedMNIST包括12个2D数据集和6个3D数据集,涵盖生物医学图像中的主要数据模式,旨在对具有各种数据规模(从100到100,000)和不同任务(二元/多类、序数回归和多标签)的轻量级2D和3D图像进行分类,可以支持生物医学图像分析、计算机视觉和机器学习方面的众多研究。
