摘要：相较于自然图像，医学图像具有成像模态多样、数据分布差异大、信噪比水平低等独有的特点，需要对其进行针对性的信息化处理与分析。然而，基于人工智能和数据驱动的图像处理技术在面对不同监督条件时遇到了一些技术难题与挑战，制约了其在实际医学临床中的应用。如何借助人工智能技术在限制监督条件下对医学图像进行高效而准确的处理、分析及可视化是当前医学影像技术研究领域中的前沿与重点问题。在这个报告中，报告人将主要介绍其研究团队在医学图像处理与分析领域中的一些研究进展，即：基于图像解耦的医学图像分解与降噪新技术和弱监督条件下的图像定位与分割新方法。同时，也将介绍这些新技术与新方法的相关应用情况。
报告人简介：卢闫晔，北京大学医学部医学技术研究院助理教授，博士生导师，课题组长。2016年博士毕业于北京大学生物医学工程系。2016-2021年，德国埃尔朗根纽伦堡大学，博士后。2014-2018年，德国西门子医疗，Research Associate。研究兴趣：主要从事人工智能、机器视觉与医学影像技术研究，聚焦于面向人工智能与医学影像技术的弱监督与无监督学习问题研究，以基于人工智能的医学成像技术与医学辅助诊断系统研究为主要应用方向，开展图像重建、图像增强以及图像分类/分割等方面的研究。相关工作发表在IEEE TMI、IEEE TNNLS、CVPR、ICCV、ECCV等相关研究领域内的重要期刊与学术会议。