中国科学院深圳先进技术研究院梁栋研究员访问我院并做学术报告

发布者:杨淳沨发布时间:2020-11-26浏览次数:21

应陈阳老师邀请,本月11月27日晚上20:00中国科学院深圳先进技术研究院梁栋研究员来我院做学术报告,具体情况如下:


报告题目:深度MRI重建讲座
报告时间:2020年11月27日晚上20:00

报告人:梁栋研究员 中国科学院深圳先进技术研究院
报告平台:会议列表:https://meeting.tencent.com/s/j7JUlmLjyZcw

          会议 ID:489 760 713
报告摘要:

磁共振动态成像由于能够同时提供时间-空间信息,被广泛应用于心功能评估、室壁运动检测等临床诊断中。然而,由于受磁共振物理及硬件、心脏运动周期时长的制约,磁共振动态成像往往时间-空间分辨率受限,无法准备评估心脏疾病。因此,在保证成像质量的前提下,利用快速成像方法提高磁共振动态成像的时间-空间分辨率尤为重要。

传统的压缩感知(CS)和并行成像(PI)等加速技术,有效地加速了动态成像速度。 联合非线性核映射和相位共轭虚拟线圈技术,我们提出了一种改进的并行成像方法,有效地改进了重建条件,抑制了重建噪声。

然而,基于CS或PI的迭代重建算法,往往是耗时的且参数较难选择。基于深度学习的神经网络方法(DC-CNN、CRNN、DIMENSION)能够避免这些局限,加速了重建速度。但是,这些深度学习方法仅仅依赖于大数据的稀疏先验,而未利用动态信号的低秩特性,限制了重建性能的提升。我们提出了基于稀疏低秩模型的深度神经网络方法,通过将稀疏低秩模型的迭代求解步骤展开到神经网络中,进一步提高了心脏电影成像质量。

报告人介绍:

梁栋,博士、中国科学院深圳先进技术研究院研究员、博士生导师。主要研究方向为压缩感知、机器学习以及其在医学成像中的应用研究。主持国家自然科学基金、国家重点研发计划课题、广东省重点研发专项等多个科研项目。发表SCI/EI论文100余篇,授权发明专利34项(含3项美国专利)。现担任中国科学院医学成像技术与装备工程实验室主任、广东省生物医学成像工程技术研究中心主任,先进院医学人工智能研究中心主任兼生物医学成像研究中心副主任。担任国际权威期刊《IEEE Transactions on Medical Imaging》副主编、《Magnetic Resonance in Medicine》编委,国际医学磁共振年会程序委员会委员,亚洲医学磁共振学会(ASMRM)理事;获2018年王天眷波谱学奖、2018年度中国专利优秀奖(第一发明人)、2018年度深圳市技术发明一等奖(第一完成人)等。