报 告 人：史颖欢 副教授，南京大学

报告时间：12月8日（周日）13:30～14:20

报告地点：乐乎新楼2号楼二层，学海厅

邀 请 人：岳晓冬 副教授

报告摘要：

近年来，机器学习理论与方法在医疗AI应用中得到了广泛的关注。针对不同医疗AI任务，原始数据往往在“外在表征、内在结构、高层语义”上表现出不同层次的非独立同分布特性。面对上述挑战，往往在设计学习模型时候需要放松传统的非独立同分布假设来应对实际任务。本报告将汇报研究组近年来针对上述挑战的若干初步尝试，包括解决医疗数据分析中的高维小样本、复杂结构以及专业语义理解等学习难题，以及其在病理学样本识别、影像学图像分割与定位、面向医疗数据分析的模型设计与优化等方面的应用。

报告人简介:

史颖欢，副教授，分别于2007和2013年在南京大学计算机科学与技术系获学士和博士学位，目前任南京大学计算机软件新技术国家重点实验室副教授。近年来主持和参与包括国家自然科学基金面上、青年、重点、重大仪器、江苏省自然科学青年基金、CCF-腾讯犀牛鸟基金、国家重点研发计划等科研项目和计划。研究兴趣为机器学习、机器视觉与医疗图像分析。在相关研究领域的期刊会议，如TPAMI、TBME、TIP、TMI、TNNLS、TCYB、CVPR、ICCV、AAAI、ACMMM、MICCAI等发表多篇文章。担任2015-2018年MICCAI-MLMI，2015-2016年中国机器学习及其应用研讨会（MLA），以及2017年医学图像计算青年研讨会（MICS）等组委会共同主席。目前任江苏省人工智能学会医学图像处理专委会秘书长，中国计算机学会人工智能与模式识别专委会委员。2016年入选中国科协“青年人才托举工程”，2017年获得ACM新星奖（南京），2017年获得江苏省计算机学会青年科技奖，2018年获得江苏省科学技术二等奖（第二完成人），2015年获得中国人民解放军军队医疗成果奖（第三完成人），2017年获得中国计算机学会大数据学术会议最佳应用论文奖，2019年获得吴文俊人工智能优秀青年奖获奖者。