AI4Optimization: 医学影像计算的网络解构方法
数学专题报告
报告题目(Title)：AI4Optimization: 医学影像计算的网络解构方法
报告人(Speaker)：应时辉（上海大学）
地点(Place)：腾讯会议：369714134 密码：251218
时间(Time)：2025年12月18日（周四）16:00-17:00
邀请人(Inviter)：王发强
报告摘要
近年来，基于深度学习的人工智能领域发展迅猛，但对于模型的可解释性仍然是一个富有挑战的问题，制约着人工智能的进一步发展。本报告围绕深度学习模型的可解释性展开，特别地，从优化算法视角对网络进行解构，部分实现网络的可解释性。具体地，针对跨模态医学影像的快速重建、小样本图像分割和面向肺部滑移运动的影像配准三个实际任务出发，通过模型松弛，将相关物理模型分解为多个可网络化的子问题，通过网络串联实现交替迭代优化过程。最后，实现求解三个任务的优化算法网络化，并在多个数据集上的实验验证所提网络的部分可解释性和有效性。
主讲人简介
应时辉，博士，上海大学上海市应用数学与力学研究所教授，博士生导师。主要从事医学人工智能中的数学理论与方法方面研究。2001年和2008年在西安交通大学获得学士和博士学位，2012-2013年在美国北卡罗莱纳大学教堂山分校从事博士后研究。现任中国工业与应用数学学会医学与数学交叉委员会副秘书长。围绕流形上的反问题及其应用，建立基于流形约束优化的统一数学框架，形成配准与标准化问题表征的新理论与新方法。相应成果发表于Nature Communications、IEEE T-PAMI、IEEE T-MI、IEEE T-NNLS、IEEE T-Cybernetics、MedIA、JCP等国际期刊和CVPR、IJCAI等国际会议中，研究成果被引4000余次、单篇最高被引500余次。主持国家重点研发计划课题、国家自然科学基金重点、面上、上海市科委重点等项目多项。受邀担任多个SCI期刊客座编辑和著名国际会议TPC高级委员/委员。
