报告题目：新型人工智能乳腺癌B超实时诊断系统

报 告 人：张涛  江南大学

报告时间：2020年7月8日 14:30—15:15

报告地点：腾讯会议，会议ID：989 242 796

摘要：本项目基于传统的流形学习算法基础上，提出了黎曼协方差描述子、深度黎曼网络，以及基于迁移学习的深度黎曼网络，构建新的特征学习模型，以解决复杂模态下影像数据的分类问题。充分运用现有的浅层网络与深层网络模型，挖掘B超影像数据具备的特征信息与深层知识，采用层次结构化的粗精表达策略级联两种网络模型，并协同多尺度轻量化的学习方法，完成病理目标的高质量检测。提出了基于主动学习的深度迁移学习的识别框架，通过影像数据和医生文本数据，生成多模态数据，解决实际带标签样本少的问题；针对模态相关特征和病理相关特征难以区分的问题，提出了基于深度迁移学习的非线性模型，提高了两类特征的鉴别能力。

邀请人：郑忠龙、林飞龙