庄吓海老师课题组主要从事可解释人工智能和医学图像分析研究,包含图像处理、深度学习、统计学习技术等。庄吓海老师课题组将其开发的算法应用于实际医学问题,包括心脏磁共振成像中的心肌病变检测、多靶标定位以及左心房和疤痕的联合分割和量化等。庄吓海老师在国际顶尖期刊上和会议上发表论文一百余篇;担任Med Image Anal、IEEE TMI、Neural Networks等中科院一区期刊的编委;2023年获得爱思唯尔出版社、医学影像分析期刊和国际MICCAI学会联合颁发论文最高奖。项目领域医学影像,图像处理,大数据分析等项目名称用“可解释化”解释图像项目背景图像可解释化技术背景是当今深度学习和人工智能领域中的一个重要研究方向,旨在使复杂的图像处理模型的决策过程对人类更加透明和易于理解。目前图像可解释化技术已经在多个领域得到应用。例如在医学影像分析中,可解释性帮助医生理解AI的诊断依据,从而提高诊断的可信度;在自动驾驶中,使系统工程师能够理解自动驾驶系统的决策,从而提升系统安全性;在安防监控,帮助分析和解释监控系统的异常检测和识别结果。图像可解释化技术虽然本身不直接用于提高图像分辨率,但可以与提高
王鹤,类脑智能科学与技术研究院研究员,复旦大学张江国际脑影像中心主任,复旦大学人类表型组研究院影像平台负责人,附属中山医院双聘教授。主持国家自然科学基金面上项目、上海市科委面上项目、市级重大专项子课题等10余项;发表SCI论文70多篇;申请国家发明专利18项,已授权11项,转化3项。担任上海康复医学会脑功能检测与调控康复专业委员会副主任委员、中国康复医学会脑功能检测与调控康复专业委员会常委、上海生物医学工程学会放射学分会常委、上海医学会放射学分会人工智能影像学组副组长等职务。课题组研究方向为磁共振成像方法与数据分析、人工智能在医学影像中的应用,致力于研究磁共振新成像方法及后处理方法、基于机器学习的重建方法,基于影像的疾病智能诊断和评估等。项目领域磁共振成像方法与重建、脑影像分析处理、人工智能在医学影像中的应用项目名称远程支持,磁共振护航项目背景随着科技的不断进步,磁共振成像技术在医学诊断中扮演着越来越重要的角色。然而,磁共振检查的操作复杂,对技术员的要求较高,需要磁共振生产厂家派培训工程师进行现场培训和解决问题,不够便捷和及时。为了解决这一问题,课题组开发了一套磁共振远程支持系统,实现
走进实验室 | 复旦大学类脑智能科学与技术研究院王晶课题组简介复旦大学类脑智能科学与技术研究院王晶青年副研究员课题组长期围绕类脑智能算法、智能器件、仿生材料、生物医学工程等多学科交叉开展研究。课题组成员包括联合培养博士后、博士、硕士和本科生,涵盖人工智能、仿生材料、光电视觉感应器件、医学等多学科交叉专业,合力完成创新技术、临床验证和产业化应用的闭环。课题组研究内容对脑卒中患者个体和社会具有重要意义,目前已经与复旦大学附属华山医院、华东医院、中山医院等开展多中心临床实验合作。项目领域实时脑电控制柔性可穿戴的脑机交互EEG—TMS评估治疗一体化康复数字系统;类脑算法驱动的智能脑机交互数字生命系统。项目名称:基于实时脑电智能算法驱动的便携式脑卒中新型脑机接口设备项目背景中国脑卒中发病率是全球最高之一,脑卒中康复治疗是一个复杂且跨学科的医疗过程,传统的康复治疗方法通常需要依靠医疗专业人员的经验和患者的主观反馈来调整治疗方案,这一做法导致治疗效率低下和康复进程迟缓。传统脑卒中康复方法通常难以提供实时的、客观的生理信号数据来支持康复治疗决策。这其中的关键挑战是联通EEG(脑电图)与TMS(经颅磁刺