基于机器学习的多模态神经影像分类——通信学院

2013.06.26

投稿:吴进部门:通信与信息工程学院浏览次数:

活动信息

时间: 2013年06月28日 10:15

地点: 延长校区行健楼913室



行健讲坛学术讲座

111



时间:   2013年6月28日(周五)上午10:15


地点:   延长校区行健楼913室


讲座:   基于机器学习的多模态神经影像分类

演讲者: 张道强教授,南京航空航天大学

演讲者简介:

张道强,工学博士,南京航空航天大学教授,博士生导师。分别于1999年和 2004年在南京航空航天大学计算机科学与工程系获学士和博士学位。2004年起留校任教, 2008年破格晋升为教授,主要研究方向为机器学习和模式识别技术及应用。2010年至2012年在北卡大学教堂山分校(UNC-Chapel Hill)从事脑图像分析及老年痴呆症早期诊断研究。主持多项国家和省部级基金,包括2项国家自然科学基金。发表80余篇论文,研究成果获得多次国际奖项,包括国际期刊Pattern
Recognition 2006-2010
年高引用论文奖及人工智能国际会议PRICAI 2006最佳论文奖。论文累计被引用 2000余次,其中有 6篇论文单篇引用超 100 次,单篇最高引用 300 余次。目前任Computational Intelligence
and Neuroscience
等期刊编委, Neuroimage等几十种学术期刊的审稿专家,及 PRICAI等十几个国际会议的程序委员会委员。任中国人工智能学会机器学习专委会常委、中国计算机学会人工智能与模式识别专委会委员。曾获2006年全国优秀博士学位论文提名奖,2012年霍英东基金会第十三届高等院校青年教师奖。

讲座摘要:

随着医学成像技术的发展,在许多神经精神疾病如老年痴呆症(AD)的早期诊断和治疗中已越来越多地用到多模态影像数据。如何针对其固有的高维度、小样本、异构、时变等特性,设计出相应的有效数据分析技术是当前研究的关键问题之一。本报告介绍基于机器学习技术的多模态神经影像分析及其在 AD早期诊断中的应用。主要内容包括基于多核学习的多模态影像数据融合方法和多模态多任务学习方法以及它们在AD分类中的应用。


 

欢迎广大教师和学生参加!