综合新闻

8月8日上午9时，自动化工程学院开展第四十五期“教授沙龙”交流会，邀请香港科技大学李小萌助理教授以“医学影像与人工智能：弱监督检测分割与图像生成算法的创新与应用”为主题，为大家讲授医学影像中的检测、分割和图像生成知识。本次沙龙由程洪副院长主持，学院30余名师生参加了这次交流探讨会。

李小萌，现为香港科技大学助理教授，博士生导师。在加入香港科技大学之前，李老师在斯坦福大学完成博士后研究工作。她的研究方向是人工智能和医学图像分析的跨学科领域，旨在通过机器智能推进医疗保健，致力于使机器学习更加可靠，与人类兼容，统计严谨，并研究对其在医疗保健中的应用。她在Nature Communication、CVPR、ICCV、ECCV、AAAI、MICCAI、TMI、TIP、TNNLS等领域发表医学图像处理、超声图像分析、深度学习等相关学术论文60余篇。

医学影像在诊断和治疗过程中扮演着不可或缺的重要角色，其中包含高度复杂的信息，为医生和专业人员提出了严峻挑战。在这样的背景下，人工智能技术的迅猛发展为改善医学影像分析提供了全新的可能性。李小萌老师首先概述了医学影像分析的背景与重要性，并探讨了当前医学影像分析所面临的问题。其次，李老师深入介绍了人工智能在医学影像分析中的多个关键应用领域。这些包括利用弱监督方法进行自动肿瘤检测与分类、精确分割器官和病变区域、以及高质量医学影像成像研究等，并详细介绍了其研究团队采用的不同人工智能算法和技术，以及它们在医学影像分析方面所取得的优异成果。最后，李老师对人工智能与医学影像分析领域的未来发展进行了展望，随着技术的不断进步和医学数据的不断积累，人工智能将在医学影像领域发挥更重要的作用。

此次报告内容充实，具体生动。在提问交流环节上，李老师细致的回答了大家提出的问题， 就弱监督学习中损失函数的设计及优化以及大模型背景下弱监督学习的发展进行了讨论交流。李老师就研究工作中的权重设计细节进行了分析，并对未来研究方向进行了深刻剖析，也给出了切实中肯的建议。同时针对大模型背景下弱监督学习的发展，李老师提出了具有前瞻性的见解，认为大规模预训练模型扮演先验角色可以进一步提高伪标签的质量，并鼓励同学们沿这一方向进行更深层次的探索。本次教授沙龙李小萌教授给同学们带来了弱监督学习在临床背景下的应用与创新，展现出极强的现实意义及应用价值，用创新的研究思路与深厚的专业知识令同学们开拓了眼界。