报告题目：多模医学图像非刚性配准方法研究进展
报 告 人：张旭明博士，华中科技大学-武汉克路德公司手术机器人联合研发技术中心主任，生命科学与技术学院副教授
时 间：2022年11月18日12:00-13:00
报告地址：华中科技大学老国光 G301
腾讯会议室664 5615 4156
https://meeting.tencent.com/dm/wI0RB8VRG61a
个人简介：
张旭明, 华中科技大学生命科学与技术学院副教授，担任华中科技大学-武汉克路德公司手术机器人联合研发技术中心主任，主要从事手术机器人和手术导航研究工作。近年来，主持国家自然基金面上项目1项，国家重点研发计划课题2项、国家863计划子课题1项。目前，以第一作者和通讯作者发表SCI论文60余篇，获得授权中国发明专利24项，美国发明专利1项，2021年获湖北省科技进步奖一等奖、2021年中华医学科技奖医学科学技术奖三等奖和2022年中国发明协会发明创业奖创新奖二等奖。
报告摘要：
多模医学图像配准是医学图像处理领域中的热点问题，在手术导航、功能定位、疾病诊断等领域具有重要的临床价值。但多模医学图像间存在非线性灰度差异及复杂的非刚性形变，同时图像间可能存在解剖结构对应性较差等问题，传统方法及现有基于深度学习的配准方法难以实现快速精确的多模医学图像配准。针对上述难题，我们从结构表征、分级监督配准及无监督配准角度入手，研究速度更快、精确度更高、鲁棒性更强的配准算法，代表性成果包括：针对多模医学图像间存在非线性灰度差异的问题，提出基于主成分分析网络的多模医学图像配准方法；针对传统配准方法因迭代而引入的耗时问题，提出基于两级生成对抗网络的监督配准方法；针对监督配准引入的标签问题以及单向配准中的形变场折叠问题，提出了结合自由形变模型和对称性约束的生成对抗网络模型，实现图像无监督配准；针对软组织多模图像之间可能缺少解剖结构对应关系问题，提出了基于同时分割配准网络的配准方法。上述算法在脑部疾病诊断及前列腺活检穿刺等应用中取得了良好的效果。
