广东省杰出青年--多模态医学图像计算方法及应用

当前，以人工智能为代表的信息技术和高端医学影像技术不断取得重大突破, 融合人工智能技术和多模态医学影像的计算机辅助诊断系统在我国医疗健康产业中具有巨大的发展潜力和广阔的应用前景。当前的多模态医学图像分析任务面临的主要瓶颈问题包括医学图像信噪比低、小样本和有效特征分布复杂。本项目针对瓶颈问题，研究如何利用变分推导理论和生成对抗策略充分提取多模态医学图像的本质特征，设计可用于多模态医学图像的合成算法；研究如何利用分割去噪后的多模态神经影像，构建基于张量化对抗策略的多模态神经影像目标可视化算法，实现多模态神经影像的目标区域可视化；研究如何定义在广义拓扑图结构上的卷积操作，构造面向图数据的深度神经网络。本项目预期建立脑亚区连接拓扑结构的检测表征模型，解决传统分类算法中不同模态图像的结构性差异与有效域问题，提高模型的判别能力和多维特征的表达能力。