[特邀报告]跨尺度多模态生物医学数据融合分析研究

跨尺度多模态生物医学数据融合分析研究
编号:97 访问权限:仅限参会人 更新:2022-07-01 13:11:18 浏览:774次 特邀报告

报告开始:暂无开始时间 (Asia/Shanghai)

报告时间:暂无持续时间

所在会议:[暂无会议] » [暂无会议段]

暂无文件

摘要
生物医学大数据的融合分析是当前研究的热点和趋势,但是多模态、多维生物医学数据在尺度上的匹配鸿沟严重制约了生物医学大数据的高效融合分析。在本报告中,将介绍我们在生物医学数据融合分析方面的最新研究结果,特别是基于WSI(全切片病理图)的生物医学数据融合分析在肿瘤标志物MSI和生存期分析方面的应用。
关键字
多模态数据;深度学习;病理图像;医学影像
报告人
张法
研究员 中国科学院计算技术研究所

张法,博士,中国科学院计算技术研究所研究员,博士生导师。中国计算机学会生物信息学专委会秘书长。主要从事生物信息学、生物医学图像处理等方面的研究,近年来在生物医学图像处理、影像基因组学、生物医学数据整合等方面取得了多项重要研究成果:研发了国内首款冷冻电镜三维重构的软件-AuTOM;结合人工智能技术开发了系列医学病理图像分类分级处理技术,相关研究成果已在多家科研机构和医院应用。率队获得2021年国际三维模型检索挑战赛(SHREC2021)冷冻电镜电子断层生物图像分类大赛全球第一名的成绩。作为项目负责人和主要参与人承担了多项科技部重点研发专项、国家自然科学基金重点和国际合作重大项目、中科院先导、中科院知识创新重点等10余项国家级重大项目。在Cell Research、Sciences Advances等国际著名期刊和ISMB、ICCV、MICCAI等顶级国际会议发表论文160余篇。
 

发表评论
验证码 看不清楚,更换一张
全部评论