报告题目：基于最优传输的多模态核磁共振图像快速重建

报告人：应时辉教授

报告摘要：本报告围绕多模态核磁共振图像（MRI）同步快速高质量重建问题展开，特别地，关注MRI 中基于高质量T1 模态的T2 模态快速高质量成像。具体地，首先在有成对高质量T1模态和低质量T2 模态影像的情形下，构建基于生成任务和重建任务耦合的深度学习构架，实现高质量T1模态辅助高质量T2 模态成像；其次，为解决T1 和T2 模态成对影像在空间域的差异，在将不同模态影像理解为图像区域上的分布函数后，通过引入最优传输实现影像在空间域的对齐和模态生成。在公共和特有数据上的对比和消融性实验验证了所提出算法较现有算法有更高的精度，从而为多模态MRI 快速高质量重建提供有效路径。

报告人简介：应时辉, 博士、上海大学数学系教授、博士生导师。主要从事医学影像处理与智能分析、机器学习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委员、中国运筹学会医疗运作管理分会理事。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NeuroImage、IEEE T-PAMI、IEEE T-NNLS、IEEE T-Cyber、Pattern Recognition等国际顶级期刊和CVPR、IJCAI等顶级会议中，成果被引1600余次。主持国家重点研发计划课题、国家自然科学基金和上海市科委重点项目多项。受邀担任多个SCI期刊客座编辑和著名国际会议TPC委员，在多个国内外重要学术会议的邀请和分组报告。 

报告时间：2023年3月11日，周六，上午09：30—10：30

报告地点：六教南528

邀请人：徐洪坤教授

学院联系人：胡胜龙