题目：眼科影像理解的人工智能方法
摘要：眼睛是心灵的窗户。眼科疾病特别是致盲性疾病的及早发现对于个人和社会都具有重要意义。眼科影像（如眼底彩照、OCT、裂隙灯照片、超广角眼底像等）是眼科疾病筛查和诊断的主要手段。本报告将从结构理解和语义理解两个方面，介绍眼科影像理解的主要技术挑战和对应的基于深度学习的人工智能方法。特别地，本报告将介绍人民大学团队在左右眼识别、视盘 / 黄斑联合定位等结构理解任务和激光斑检测、核性白内障分级、年龄相关性黄斑变性分类等语义理解任务上的最新进展。
报告人简介：李锡荣，中国人民大学计算机专业副教授、博士生导师。分别于2005年、2007年获清华大学计算机专业本科、硕士学位，2012年获荷兰阿姆斯特丹大学计算机博士学位。同年5月份加入中国人民大学数据工程与知识工程教育部重点实验室，任讲师。2016年晋升副教授，2017年晋升博导，并入选中国人民大学首批杰出学者支持计划。主要研究领域是人工智能与媒体计算（AI and Media Computing）。在相关领域主要国际会议和期刊发表论文 80 余篇，Google scholar被引用数 2200 多次，H指数23。研究成果多次获得国内外学术奖励，包括 2010年国际图像与视频检索会议 CIVR 最佳论文奖、 IEEE Transactions on Multimedia 2012年期刊最佳论文奖、ACM SIGMM 2013年杰出博士论文奖、ACM Multimedia 2016 Grand Challenge Award、2017中国多媒体大会优秀论文奖等。
