报告摘要：精神影像学（Psychoradiology，又名精神放射影像学）是面向神经心理与精神疾病的放射影像(Radiology)学科及临床专科。该学科专业的发展得益于临床医学、心理、神经科学、生物医学工程、物理化学与计算机信息等多学科交叉融合与协同创新。其发展有助于进一步揭示精神心理疾病的脑病理机制，并为相关临床诊疗提供客观评估方法。其亚专业方向“介入精神影像”（Interventional Psychoradiology，又名介入精神放射影像）的发展，更为精神心理疾患提供精准的干预和治疗手段。本讲座就关于精神影像学基础理论的提出，对疾病发病机制的探索、临床分型、发病风险与预后的评估、影像引导的精准干预以及精神影像技术链等的发展现状与前景做了概述和总结。

个人简介：龚启勇，主任医师/教授，四川大学华西医院影像学中心主任、华西厦门医院院长、华西临床医学院副院长、国务院学位委员会学科评议组秘书长，美国医学和生物工程院Fellow。长江学者特聘教授、国家杰出青年基金和国家自然科学基金委创新研究群体项目负责人、国家重点研发计划项目首席。曾任国际医学磁共振学会（ISMRM）精神磁共振学组主席、国际华人医学磁共振学会主席。主编北美放射医师培训教材《Psychoradiology》，担任期刊 Psychoradiology 主编、Am J Psychiatry 副主编、Neuroradiology 编委。长期聚焦脑与精神心理疾病放射影像，获国家自然科学奖二等奖和 4 项省部级科技奖一等奖。在 PNAS、Nature Mental Health、JAMA Psychiatry 等发表精神影像相关论著逾百篇，被 Nature、Lancet 等引用逾万次；h 指数逾 100；多次上榜科睿唯安 “全球高被引科学家”， 并获吴阶平医药创新奖、全国创新争先奖、ISMRM Society Award、OCSMRM 杰出贡献奖等。

报告题目：数据受限条件下的视觉感知

报告摘要：得益于在计算资源与硬件性能的指数级增长，大数据和大模型成为当前人工智能发展的重要组成。然而，在实际的生产环境中，由于垂直专业领域的数据受限问题，通用大模型在专业领域的能力仍然存在局限性。本报告将数据受限问题归纳为小规模、弱标注和低质量三个挑战，并从面向小规模数据的精准特征挖掘、面向弱标注数据的鲁棒特征学习、面向低质量数据的高效型视觉感知三个方面汇报团队近期的研究进展。

个人简介：北京邮电大学人工智能学院教授/发展规划处处长，瑞典皇家理工学院博士、博士后，国家杰出青年科学基金获得者，国务院学位委员会学科评议组成员，IEEE高级会员，亚太信号与信息处理协会杰出讲者，中国图象图形学学会理事兼副秘书长、青工委副主任，中国计算机学会计算机视觉专委会常务委员，中国自动化学会人工智能与机器人教育专委会副主任。主要研究兴趣是人工智能、模式识别与机器学习基础理论与方法，及其在计算机视觉、多媒体信号处理等领域的应用。在包括IEEE TPAMI、CVPR在内的顶级国际期刊和会议上发表论文多篇，担任IEEE TNNLS、IEEE TVT等国际期刊编委（Editor）和CVPR、AAAI AC等，授权发明专利30余项（含美国发明专利一项）；先后主持国家自然科学基金委“杰青”、“优青”、联合重点等项目以及科技部“科技冬奥”重点研发计划课题、北京市自然科学基金重点项目等；曾获中国人工智能学会“第七届吴文俊人工智能科学技术奖”一等奖，中国图象图形学学会技术发明一等奖，“北京市科学技术奖”二等奖，国际会议最佳论文奖等；入选“北京市科技新星”计划；获北京高校“优秀共产党员”、北京市教育系统“教书育人先锋”等荣誉称号。

方乐缘教授

湖南大学

报告题目：眼科光学相干断层图像弱监督处理与分析

报告摘要：深度学习已在多种图像应用领域获得突破性进展，在医学影像领域的突出成果尤其令人振奋。目前，现有深度学习方法仍有许多亟待改进的方面，如需大量的数据与标签，难以训练与收敛，泛用性差等。本报告围绕分布式学习、弱监督学习、图像智能等新型深度学习方法，介绍如何突破已有深度学习方法的局限。并针对人工智能在医学影像分析上的应用，介绍深度学习方法如何与眼科OCT图像问题紧密结合，基于实际问题设计深度学习模型解决多种眼科OCT图像分析中存在的临床问题。

个人简介：方乐缘，湖南大学岳麓学者特聘教授，国家优青，科睿唯安（Clarivate Analytics）全球“高被引科学家”, 爱思唯尔中国高被引学者，湖南省创新领军人才。获得2019年度和2023年度国家自然科学二等奖2项（排名第二和第四）、IEEE GRSS最高影响力论文奖、湖南省自然科学一等奖2项等奖项。担任SCI期刊IEEE Transactions on Image Processing、IEEE Transactions on Neural Networks and Learning System、IEEE Transactions on Geoscience and Remote Sensing、Neurocomputing等期刊编委。现主要从事深度学习、弱监督学习以及在遥感图像处理与分析等方面的研究。研究成果在国际权威期刊和会议发表论文200余篇，其中SCI期刊发表论文100余篇（IEEE TPAMI、IJCV、TIP等本领域顶级期刊论文70余篇），国际权威会议论文30篇，Google scholar引用14500余次，ESI高被引22篇，ESI热点论文4篇。主持国家自然科学基金联合重点、国家重点研发课题等项目。

报告题目：面向高维医学成像数据建模的扩散模型

报告摘要：扩散模型是一种生成模型，其可基于噪声初始化迭代生成高分辨率图像，本报告主要介绍利用扩散模型进行迭代医学重建的最新进展，包括三部分内容：从DAE到DSM的学习，从图像域到投影域的学习，以及从大型数据集到小型数据集的学习，并就以上方法在快速核磁共振成像、稀疏视图CT和光声断层扫描等方面的突出应用。

个人简介：南昌大学教授、博导，信息工程学院执行院长、人工智能工业研究院院长。IEEE Senior member。2012年获上海交通大学工学博士学位，期间在中科院-德国马普学会计算生物所和中科院深圳先进技术研究院客座交流。2015年至2017年在美国UIUC和加拿大卡尔加里大学做博士后。致力于智能成像与视觉显示的系统开发与算法研究，发表IEEE Trans 和成像与视觉显示期刊论文80余篇。为IEEE和CCF等数十个国际国内学术组织的专委会委员，CT理论与应用研究、电子与信息学报等多个期刊的编委。主持国家重点研发计划课题、自然科学基金、企业委托项目等20余项（含国家优青项目）。参编专著5部。获江西省自然科学、吴文俊人工智能科技进步等科技奖励和江西省教学名师、省级示范研究生导师创新团队等教学荣誉近10项，指导学生获生物医学工程学会青年优秀论文研究生奖、人工智能+和中国国际互联网+金奖等数10项。

宋红教授

北京理工大学

报告题目：医学影像智能分析与处理

报告摘要：微创手术具有创伤小、患者恢复快、术后并发症少等显著优势，已广泛应用于肿瘤外科、头颈外科、骨科等疾病的诊疗。手术导航为微创手术提供“慧眼”，可大幅提升手术的精准度、安全性和效率。本报告聚焦于手术导航中的术前智能规划、术中智能感知、目标智能导引等核心问题，介绍课题组在影像分割建模、图像弹性配准融合、运动形变感知补偿等多模态影像智能分析方面的研究进展，以及研制的多模态影像融合增强现实手术导航系统与临床转化应用。

个人简介：宋红，北京理工大学计算机学院教授，教育部高等学校教学指导委员会委员、中国人工智能学会智能服务专委会常委。长期从事人工智能辅助诊断、图像分析处理、增强现实手术导航研究。作为负责人主持国自然联合基金重点项目、面上项目、国家重点研发计划课题、“新一代人工智能“重大专项课题等10余项。在TIP、TFS、JBHI等领域权威期刊发表SCI论文90余篇，参与制定诊疗标准1项；申请/授权国家发明专利70余项，主持研制了3套具有自主知识产权的多模态图像引导手术导航系统，成果转化获国家三类/二类医疗器械注册证6项，在200余家医院和10余家企业实现创新应用。获吴文俊人工智能科技进步一等奖、中国产学研合作创新成果优秀奖。