最新动态

您当前的位置:首页>>个人介绍>>最新动态>>

利用深度学习识别脑认知状态的报告

时间:2020-07-08 18:41:53   来源:  点击:[188]

01


报告时间

2020年7月14日  上午  10:00 ~ 11:30

02


报告内容

Modeling Brain Dynamics of Human Cognition using Graphs: Graph Laplacian and Graph Convolutional Networks

03


报告人


11.jpg




张瑜,加拿大蒙特利尔大学计算机系博士后,主要从事医学图像大数据的深度学习算法研究。 2015年博士毕业于中国科学院自动化所模式识别实验室脑网络中心。参与国家自然科学基金重点、面上项目等多个课题,参与加拿大卫生部重大科研项目、Courtois 基金会重大科研项目,并独立主持加拿大IVADO基金会的博士后科研项目等。目前在国际著名医学期刊(比如eLife, Journal of Neuroscience, Cerebral Cortex, NeuroImage , PNAS , Plos Biology , Biological Psychiatry)以及在机器学习和认知科学领域的顶会(如 NeurIPS, CCN等 )上共发表20篇论文。多次获得国际学术会议的优秀学生论文奖并获得口头报告机会,包括NeurIPS Neuro-AI workshop,计算神经科学会议 (CCN),国际人类脑图谱年会(OHBM)等。曾受邀在麦吉尔大学蒙特利尔神经所(MNI)、魁北克神经科学与人工智能年会(UNIQUE)、 Brenda Milner 神经心理学年会等做主题报告。

主要的研究方向是医学图像的机器学习和深度学习算法研究,包括基于大脑多模态连接模式的脑分区算法研究;基于连接模式和大脑激活模式的行为学预测;基于深度学习算法的人脑认知功能解码,涉及包括运动、语言、工作记忆等多方面的认知功能;基于脑网络的图神经网络算法研究;基于医学图像小样本集的迁移学习等。目前的研究课题关注在基于医学影像大数据的深度学习算法及脑认知功能建模,利用最新的深度学习模型和图神经网络来探究人脑认知功能的时空编码。

参与方式

微信图片_20200708200459.png

请下载钉钉,扫码加入我们的直播群

智能医学图像分析实验室

2020年7月8日