医学影像中的图像分割与相关的图像计算问题
时间： 2014年5月21日15:00-16:00
地点： 软件园校区教师办公楼二楼会议室
讲座人：美国宾夕法尼亚大学李纯明高级研究员
主持人：尹义龙教授
讲座内容摘要：
本报告先介绍图像分割的概念以及图像分割的水平集方法，及其在医学影像中的应用。主要内容包括三个一般性的水平集方法：1）距离正则化的水平集演化和基于图像边缘的水平集分割模型；2）局部化的基于区域的水平集方法；3）同时分割和灰度不均匀性校正的能量极小化方法。在这些一般性的方法的基础上，针对心脏和大脑MRI图像的特性，提出用于分割大脑和心脏图像分割的两个水平集方法。对大脑图像分割，提出了一个基于多个脑图谱（multi-atlas）的水平集方法，把从多个脑图谱得当的分割结果，结合目标图像的信息，通过变分水平集的模型，得当最佳的分割结果。对于心脏图像，提出了一个有效利用心脏解剖学几何性质的变分水平集模型。这两个方法分别在医学图像的顶级国际会议MICCAI所举办的分割算法竞赛中分别取得了并列第一和第二的成绩，超过了哈佛大学等世界著名实验室的方法。
讲座人简介：
李纯明博士目前在宾夕法尼亚大学 (University of Pennsylvania) 影像系担任高级研究员。李博士在福建师范大学和复旦大学获得了数学专业的学士和硕士学位，在美国康涅狄格大学获得了电子工程博士学位，之后在美国范德堡大学医学成像科学研究所（Vanderbilt University Institute of Imaging Science）从事博士后研究工作。李博士的专长是图像处理、医学影像分析、计算机视觉，尤其擅长运用变分法和偏微分方程等数学方法解决这些领域中的重要问题。李博士在这些领域的顶级期刊和国际会议上发表了多篇具有高度原创性和广泛国际影响的学术论文，这些论文被引用累计3700多次。其中一篇关于水平集方法（Level Set Method）的论文于2005年发表至今已经被引用高达1400多次。另外一篇论文中提出的Region-scalable fitting (RSF)模型被引用630多次，并获得了2013年IEEE Signal Processing Society Best Paper Award。李博士开发的图像分割算法和理论模型不仅为科研人员的算法研究提供了扎实的基础，还被工程技术人员应用于他们开发的图像处理系统（如Siemens Medical Solution USA开发的自动血管分割软件）。李博士在磁共振成像的偏移场校正(MRI bias field correction) 等医学成像领域的若干重要研究课题中也取得了世界领先的研究成果，特别是创造性地运用水平集方法等数学方法解决了超高场强的磁共振成像中的偏移场校正的难题。李博士开发的基于超声波图像分割的颈动脉内-中膜厚度的测量技术，被辉瑞公司（世界最大的制药公司）的全球研发总部采用，应用于治疗动脉硬化的药物开发的临床试验。李博士兼任南京军区总医院客座教授，担任IEEE TIP,IEEE PAMI, IEEE TMI,MRI等顶级专业期刊和CVPR，ICCV，MICCAI等国际会议的审稿人和程序委员会成员。
