北京理工大学 增强现实智能医疗实验室

为加强一流学科建设步伐，2018年11月7日，北京理工大学光电学院增强现实智能医疗研究中心于北京理工大学信教1006举办光电讲堂。本次光电学院111引智基地专家系列学术报告邀请了北卡罗来纳大学的沈定刚教授，沈教授给大家带来“Deep Learning in Medical Image Synthesis and Its Applications”的学术报告。

本讲座介绍了五篇关于利用深度学习来进行图像合成的在MICCAI 2018上的论文，主要解读了三种基于单模态的图像合成方法和两种基于多模态的图像合成方法。基于单模态的图像合成方法能够减少扫描时间或存在的风险。例如，为了解决脑疾病诊断中PET缺失模式的问题，沈教授阐述了3D-CycleGAN，用于学习MRI和PET之间的双向映射，从而将缺失的PET用于帮助基于多模态的疾病诊断。此外，为了提高3T MRI的质量，沈教授讲述了在空间和频率域进行交互式学习的双域级联回归，并在训练期间通过相应的7T MRI提供指导。通过使用在MR扫描仪中采集的不同图像序列之间的关系以及PET / MR扫描仪中PET和MR的同时采集的性质，沈教授团队提出了两种基于多模态的图像合成方法。例如，对于快速T2 MRI采集，开发了一种基于Dense-Unet的新型深度学习框架，用于从T1 MRI和欠采样T2 MRI重建T2 MRI；为了减少PET / MR扫描仪中PET采集的剂量，开发了局部适应性多模态GAN，用于从低剂量PET和MRI估计标准剂量PET。沈教授在介绍了这五种方法后，还介绍了每种方法的临床意义和价值。

此次报告由杨健教授主持，北京理工大学光电学院增强现实智能医疗研究中心的青年教师和同学参加了此次学术报告。沈定刚教授的精彩报告赢得了在座师生的热烈掌声，讲授的内容给了同学们很多启发。在讲座期间，同学们与沈教授积极互动，进行了深度的学术探讨以及在学习中的一些困惑，现场气氛热烈，讲座圆满结束。