2021年11月13日上午10点45,应物理与电子科学学院、山东省医学图像处理技术重点实验室和国际交流与合作处的邀请,加拿大西安大略大学Li Shuo教授做客海外名师讲坛,以“Reinforcement Learning in Medical Image Analysis”为题进行了精彩的在线学术讲座。物理与电子科学学院李登旺教授担任主持,学院部分教师及相关专业研究生参与本次讲座。

Li Shuo教授详细介绍了强化学习的理论发展,强调了“Reinforcement Learning”是如何表示状态空间和动作空间、选择建立信号、通过学习来修整不同状态并根据这些值来选择适合的工作。他教授表示深度强化学习(DRL)本质上属于采用神经网络作为值函数估计器的一类方法,其主要优势在于它能够利用深度神经网络对状态特征进行自动抽取,避免了人工定义状态特征带来的不准确性,使得Agent能够在更原始的状态上进行学习。除此之外,他还列举了深度强化学习在医学图像分析中的应用,如肝肿瘤分割、脊椎检测与分割。

Li Shuo还在报告结束后与师生就强化学习前景展开了热烈讨论,他说强化学习在医学图像分析中也面临着多重挑战,需要更多研究学者开发深度强化学习以解决当前医学图像分析问题。
Li Shuo,加拿大西安大略大学医学影像和医学生物物理系教授,Lawson Health Institute科学家。之前,他曾任General Electric Healthcare的研究科学家和项目经理9年,2006年创立了伦敦数字影像小组,并于2006年从Concordia大学获得计算机科学学位,其博士学位论文获得了工程和计算机科学系的doctoral prize。他发表论文200多篇,曾获得GE、研究所和国际组织的多个奖项;他在该领域的一些著名期刊中担任客座编辑和副编辑,同时在极具影响力的多个会议中担任程序委员会会员,并在MICCAI协会(2015-2023)的董事会任职。他曾担任六本Springer书籍的编辑,并将在2022年医疗影像会MICCAI会议上担任大会主席。他目前的研究重点是人工智能系统的发展,已解决放射科、泌尿科、外科、康复和癌症中最具挑战性的临床和基础图像为中心的数据分析问题,重点是学习方案的创新(回归学习、深度学习、强化学习、稀疏学习、谱学习和流行学习)。
?2017-2019 【山师国际交流与合作处】 版权所有