【院慶系列學術活動（十五）】中國科學院深圳先進技術研究院梁棟研究員訪問bet356手机版唯一官网并做學術報告

應陳陽老師邀請，本月11月27日晚上20:00，中國科學院深圳先進技術研究院梁棟研究員來bet356手机版唯一官网做學術報告，具體情況如下：

報告題目：深度MRI重建講座
報告時間：2020年11月27日晚上20:00

報告人：梁棟研究員 中國科學院深圳先進技術研究院
報告平台：會議列表：https://meeting.tencent.com/s/j7JUlmLjyZcw

          會議 ID：489 760 713
報告摘要：

磁共振動态成像由于能夠同時提供時間-空間信息，被廣泛應用于心功能評估、室壁運動檢測等臨床診斷中。然而，由于受磁共振物理及硬件、心髒運動周期時長的制約，磁共振動态成像往往時間-空間分辨率受限，無法準備評估心髒疾病。因此，在保證成像質量的前提下，利用快速成像方法提高磁共振動态成像的時間-空間分辨率尤為重要。

傳統的壓縮感知（CS）和并行成像（PI）等加速技術，有效地加速了動态成像速度。 聯合非線性核映射和相位共轭虛拟線圈技術，我們提出了一種改進的并行成像方法，有效地改進了重建條件，抑制了重建噪聲。

然而，基于CS或PI的疊代重建算法，往往是耗時的且參數較難選擇。基于深度學習的神經網絡方法（DC-CNN、CRNN、DIMENSION）能夠避免這些局限，加速了重建速度。但是，這些深度學習方法僅僅依賴于大數據的稀疏先驗，而未利用動态信号的低秩特性，限制了重建性能的提升。我們提出了基于稀疏低秩模型的深度神經網絡方法，通過将稀疏低秩模型的疊代求解步驟展開到神經網絡中，進一步提高了心髒電影成像質量。

報告人介紹：

梁棟，博士、中國科學院深圳先進技術研究院研究員、博士生導師。主要研究方向為壓縮感知、機器學習以及其在醫學成像中的應用研究。主持國家自然科學基金、國家重點研發計劃課題、廣東省重點研發專項等多個科研項目。發表SCI/EI論文100餘篇，授權發明專利34項（含3項美國專利）。現擔任中國科學院醫學成像技術與裝備工程實驗室主任、廣東省生物醫學成像工程技術研究中心主任，先進院醫學人工智能研究中心主任兼生物醫學成像研究中心副主任。擔任國際權威期刊《IEEE Transactions on Medical Imaging》副主編、《Magnetic Resonance in Medicine》編委，國際醫學磁共振年會程序委員會委員，亞洲醫學磁共振學會（ASMRM）理事；獲2018年王天眷波譜學獎、2018年度中國專利優秀獎（第一發明人）、2018年度深圳市技術發明一等獎（第一完成人）等。