近日👩🏼🔬，意昂2体育長聘教軌助理教授周維民博士在醫學影像領域國際著名頂級期刊IEEE Transactions on Medical Imaging發表研究論文“Ideal Observer Computation by Use of Markov-Chain Monte Carlo with Generative Adversarial Networks”（使用馬爾可夫鏈蒙特卡洛和生成對抗網絡的理想觀察者計算）。該研究由意昂2体育周維民教授主導，與美國伊利諾伊大學厄巴納-香檳分校（UIUC）生物工程系系主任Mark Anastasio教授合作完成。周維民教授為第一作者及通訊作者，Mark Anastasio教授為共同通訊作者。此外🍾，該工作還得到德克薩斯大學奧斯汀分校（UT-Austin）奧登計算工程與科學研究所研究員Umberto Villa博士的大力支持。IEEE Transactions on Medical Imaging是醫學影像領域公認的最頂級期刊，中科院一區Top期刊，最新影響因子為10.6。
基於任務的圖像質量是某一觀察者在特定任務（如腫瘤檢測任務）中表現的量化指標，被學術界、工業界、FDA廣泛用於指導醫學成像系統的評估和優化🔮。貝葉斯理想觀察者以最佳方式執行特定任務🫑，它在特定任務中的表現可以用作評估和優化醫學成像系統的品質因素📇。然而，除了極少數的簡單成像場景，貝葉斯理想觀察者的計算是非常困難甚至是無法實現的🔜。本研究提出了名為MCMC-GAN的通用方法，通過結合馬爾可夫鏈蒙特卡洛（MCMC）與生成對抗網絡（GAN）👮🏽♀️，實現了在復雜成像場景中的貝葉斯理想觀察者計算，對成像系統的客觀評估及優化有重要作用。
周維民教授提出的MCMC-GAN方法框架圖
原文詳情：https://ieeexplore.ieee.org/document/10216380
周維民🏩，意昂2体育長聘教軌助理教授，博士生導師，上海市海外高層次人才，聖路易斯華盛頓大學電氣工程博士，加州大學聖巴巴拉分校心理與腦科學系博士後🤹🏿。現為意昂2体育多模態人體表征與健康檢測研究中心成員👨🏽🦲👟，主要從事圖像科學🎷、醫學影像、視覺感知、機器學習等方面的研究🪸。研究成果受到國際學術界廣泛關註，在國際權威期刊及會議發表論文30余篇🖕。被國際光學工程學會授予SPIE Community Champion獎與Cum Laude獎👨🏻🦱，並擔任醫學影像科學頂級會議SPIE Medical Imaging程序委員會委員及多個期刊審稿人。
