影像组学是医学影像领域内新兴的临床辅助技术。通过使用人工智能，机器学习等技术，利用高通量的特征提取算法，从医学影像中挖掘人眼不易感知的生物学特征，从而提供有价值的诊断、预后或预测信息，以支持个性化的临床决策和改善个体化的治疗选择。近几年，该领域已经涌现出大量的研究成果，但这些研究仍存在诸多缺陷和不足，传统的影像组学研究通常基于人工定义和设计的影像学特征，其普遍存在特定场景效果好但泛化性弱、过度依赖专业知识和经验、特征稳定性不足易受干扰等问题。现有的多模态影像组学的研究方法通常是基于简单的线性融合分析，无法有效探索在深层次中的高维度互补信息。本次讲座主要介绍和探讨报告人课题组在多模态影像组学以及多模态医学影像可视化相关的算法研究和应用工作。
毕磊，上海交通大学长聘教轨副教授，设施科学家，负责转化医学-医学影像与数据信息科学相关设施建设和前沿课题研究。2018年博士毕业于澳大利亚悉尼大学计算机学院，回国前，在澳大利亚国家创新生物工程中心从事科学研究。在Medical Image Analysis、IEEE TMI、CVPR、MICCAI等领域内顶级期刊和会议上发表60多篇论文。课题组致力于多模态医学影像特征学习算法的研究和创新，并借助自主开发的可视化软件平台，在澳大利亚皇家阿弗雷德王子医院，上海瑞金等国内外医院开展临床转化，改善患者护理。科研和转化成果获得上海市海外高层次引进人才项目，德意志学术交流委员会AINet Fellowship，澳大利亚Tour de Cure青年基金等政府，企业和学校科研项目资助。获邀担任Frontiers in Radiology期刊副主编，Elsevier Computer Methods and Programs in Biomedicine期刊客座主编，2023计算机图形学国际会议（Computer Graphics International, CGI）组委会主席等学术兼职。
