[大会主旨报告]基于深度学习的病理图像及医学多模态数据分析

基于深度学习的病理图像及医学多模态数据分析
大会主旨报告

报告开始:5月15日 09:15:00 (Asia/Shanghai)

报告时间:25min

所在会议:[P] 主会场 [P-3] 闭幕式及主旨报告3

摘要
医学多模态数据融合分析是当前的研究热点。病理图像是癌症诊断的金标准,基于深度学习融合病理图像和基因组数据的方法已被广泛应用于癌症的相关研究,但现有模型未能充分利用神经网络强大的表示学习能力,无法有效地融合医学影像、病理图像和基因数据的多模态特征。在本报告中,将介绍我们在围绕全切片病理图(WSI)开展的生物医学数据融合分析的相关工作,包括基于多模态数据融合分钟在肿瘤标志物MSI、突变基因和生存期分析方面的研究。
报告人
张法
研究员 中国科学院计算技术研究所

张法,博士,北京理工大学长聘教授,中科院计算所客座研究员,博士生导师。现任CCF生物信息学专委会秘书长,IEEE 计算生命科学专委会 (TCCLS)主席 。主要从事生物信息学、多模态生物医学数据处理等方面的研究:研发了国内首款冷冻电镜三维重构软件-AuTOM,获2021年国际三维模型检索挑战赛冷冻电镜生物图像分类大赛全球第一名;开发了系列医学病理图像分类分级AI处理技术,相关研究成果已在多家医院应用。作为项目负责人和主要参与人承担了多项科技部重点研发专项、国家自然科学基金重点、国际合作重大和专项项目等项目。在Cell Research、Natural Communication、Sciences Advances、Briefing in Bioinformatics等国际期刊和ICCV、ISMB、MICCAI等顶级国际会议发表论文160余篇,获得MICCAI 2022 Best Paper。