和大师的们的思想碰撞 登录 注册
加入支持让我们有继续维护的动力!会员畅享查看所有预告 立即购买

人工智能论坛第75期—— 深度学习在神经发育障碍脑影像研究中的应用


来源:
学校官网

收录时间:
2024-11-30 10:44:40

时间:
2024-12-04 16:00:00

地点:
腾讯会议:744-3448-1313

报告人:
何叶

学校:
-/-

关键词:
深度学习, 神经发育障碍, 脑影像, MRI, 孤独症谱系障碍, 图神经网络, 对比学习, 脑功能连接组

简介:
近年来,随着深度学习技术快速发展,其卓越的数据挖掘与表征学习能力为脑科学研究提供了新的分析工具与研究范式。鉴于深度学习在复杂数据模式识别中的优势,众多研究已积极探索其在基于磁共振成像(MRI)的脑疾病分析中的应用潜力,旨在挖掘潜在的神经影像生物标志物,以深化对脑疾病病理机制的理解。本报告聚焦于孤独症谱系障碍的分类研究,介绍基于针对脑成像数据改进的图神经网络、对比学习等方法,深入剖析脑功能连接组数据中的复杂交互模式,并探讨深度学习技术应用于脑影像研究中的多重机遇与挑战。

-/- 6
报告介绍:
近年来,随着深度学习技术快速发展,其卓越的数据挖掘与表征学习能力为脑科学研究提供了新的分析工具与研究范式。鉴于深度学习在复杂数据模式识别中的优势,众多研究已积极探索其在基于磁共振成像(MRI)的脑疾病分析中的应用潜力,旨在挖掘潜在的神经影像生物标志物,以深化对脑疾病病理机制的理解。本报告聚焦于孤独症谱系障碍的分类研究,介绍基于针对脑成像数据改进的图神经网络、对比学习等方法,深入剖析脑功能连接组数据中的复杂交互模式,并探讨深度学习技术应用于脑影像研究中的多重机遇与挑战。
报告人介绍:
何叶,北京邮电大学人工智能学院脑认知与智能医学中心特聘副研究员,博士生导师,中国科学院心理研究所博士,美国印第安纳大学心理与脑科学系博士后。主持国家自然科学基金青年项目。主要从事人脑功能连接组的发展研究,并应用于孤独症的影像学标记物的转化研究。

更多讲座报告

邮件提醒 短信提醒

本文节选自学校官网,仅提供聚合查看,所有立场、观点等不代表本站立场。