报告题目：面向视网膜血管不确定分割的多粒度U-Net模型与方法

报告人： 丁卫平教授

报告时间：2022年10月20日（周四）19:00

腾讯会议：144560517

报告摘要：

本报告针对视网膜血管特征通道不确定性，提出了基于粗糙通道注意力机制的视网膜血管分割方法，基于粗糙神经元构建粗糙通道注意力机制模块，并将其嵌入U-Net模型的跳跃连接中实现高低特征的融合 ；针对血管边界标签不确定性 ，提出了基于三支损失函数的U-Net视网膜血管分割方法 ，将边界不确定性与网络损失函数相融合构造三支损失函数，并以加权融合方式生成最终损失。实验结果表明所提出相关方法在视网膜血管分割时准确率和敏感度均有显著提升。本报告结合多粒度计算不确定性信息处理优势提升了深度学习模型高效的特征学习能力，有效增强了眼底图像中细粒度视网膜血管的精准分割。最后从副主编或编委会成员的角度，就如何向水平的IEEE Transactions和Elsevier Journals投稿提供一些经验和建议。

报告人简介：

丁卫平，教授、博士生导师，南通大学信息科学技术学院副院长 ，兼任澳门城市大学博士生导师，主要研究方向为人工智能及计算智能、多模态机器学习及优化、深度神经网络、粒计算及其在不确定大数据中应用。目前担任江苏省计算机学会常务理事，江苏省人工智能学会理事，IEEE高级会员，CCF高级会员，CCF人工智能与模式识别专委会委员，CAAI粒计算与知识发现专委会委员，CAAI智能服务专委会委员，国家自然科学基金重点项目、面青基金评审专家，江苏省“六大人才高峰”高层次人才，江苏省“青蓝工程”中青年学术带头人。主持国家自然科学、江苏省自然科学基金、江苏省高校自然科学研究重大项目等各类科研项目15余项。在IEEE TFS、IEEE TNNLS、TEEE TCYB、 TEEE TITS、IEEE TBME、IEEE TEVC等学术期刊上发表论文120余篇，其中10篇入选 “ESI高被引论文”，授权国家发明专利 24项，申请国际发明专利 5项。研究成果获ICDMA'15最佳学术论文奖，江苏省高等学校科学技术研究成果奖一等奖，江苏省教育教学与研究成果奖三等奖，江苏医学科技奖二等奖等。