3月9日，由电子科技大学信息与通信工程学院与格拉斯哥大学共同主办，格拉斯哥学院协办的2021年第1期“电子科技大学-格拉斯哥大学学术论坛”开讲，特别邀请格拉斯哥大学英国皇家工程院院士Jonathan Cooper教授和信息与通信工程学院IEEE Fellow曾兵教授做客本次论坛，分别以“Future Trends in Advanced Medical Diagnostics in Community Settings”和“All Starts from Images”为题带来精彩的学术报告。
本次论坛采用线上形式开展，由格拉斯哥大学副教授赵国栋主持。格拉斯哥学院院长曾兵、英方院长Muhammad Ali Imran、信息与通信工程学院副院长冷甦鹏、朱树元教授、格拉斯哥大学Qammer Abbasi博士及相关专业师生代表现场参加学术报告会，四百余名师生通过线上参与论坛。
Jonathan Cooper教授首先介绍了未来社区医疗检测的发展趋势，并从传染性疾病临床检测技术的新发展和无线数字技术医疗健康应用两个方面进行了详细介绍。Cooper教授分享了他曾在东部非洲的卢旺达、乌干达、马拉维和坦桑尼亚等国家的农村社区从事传染病诊断的工作，并提到传染性疾病的传统诊断与检测技术局限于医学实验室，在偏远贫困地区无法发挥效用，这样严重延误了贫困地区人口及时接受医疗救治的机会。为解决这一问题，他介绍了物联网、数据库等技术在远程医疗诊断中的应用，其参与的一款传感平台还可以使用物联网/边缘移动技术运算，并借助人工智能决策支持工具对区块链认可的基于云的数据库进行访问，即使在远程环境下也可以进行准确诊断。之后，Cooper教授还介绍了借助WiFi、雷达、量子成像等技术，通过在室内环境布置传感器，采集日常人体信息用于疾病的诊断和预测性干预，他指出数字医疗技术在未来社会的发展中发挥巨大影响的潜力。
随后，曾兵教授以“All Starts from Images”为主题，介绍了图像处理技术在消费产品、医疗、遥感等领域的官方反应用，并分享了他的一些研究工作。他首先与大家分享了弱监督学习在目标检测领域中的应用，他提到基于深度神经网络的目标检测研究中，全监督学习在图像单一目标的检测性能优秀，但是处理多目标识别问题时，会出现标注困难以及信息源互相干扰等问题。曾教授指出借助弱监督学习，在训练中不断自动更新以及修正标签信息，可以有效改善这些问题，并得到了实验结果的验证。曾教授分享的另一项工作是图像超分辨技术，该工作的目标是由低质量图像恢复出高质量的图像，这项技术可以广泛应用于小目标识别、医学成像、视频监控等场景。随后他介绍了一种基于变像素尺寸原理的数据集采集方法，改良后的数据集可以有效提高网络的泛化性能。之后介绍了一种视觉启发的神经网络学习方法，借助图像的信息，让网络决策自主学习数学运算的规则本身。最后，曾教授分享了对未来图像处理技术工作的展望。
在交流环节中，Jonathan Cooper教授与曾兵教授与参会师生就“无线传感技术的应用前景”“图像在未来医疗产业的应用”等问题进行了热烈的交流与探讨。
相关链接：
Jonathan Cooper：
Professor Cooper holds The Wolfson Chair of Bioengineering at the University of Glasgow. He has interests in medical imaging, medical diagnostics and medical devices. He has worked extensively in Eastern Africa on infectious diseases diagnostics in rural communities in Rwanda, Uganda, Malawi and Tanzania. He sits on the Centre’s International Advisory Board Chinese Academy of Sciences Innovation & Cooperation Centre and is a Visiting Professor at University of Oxford and OSCAR, Suzhou, China as well as a Visiting Professor, School of Medical Science and Technology, IIT Kharagpur, India. He has been elected as a Fellow of the UK’s National Engineering Academy, The Royal Academy of Engineering and of the Scotland’s National Academy, The Royal Society of Edinburgh.
Zeng Bing:
Professor Zeng taught at HKUST for 20 years. He joined UESTC in 2013 through Nation’s Thousand-Talent Program, and has been leading UESTC’s Institute of Image Processing since then. His research interests are in the area of image and video coding and processing, including both traditional methodologies and deep-learning based approaches. He was elected as IEEE Fellow in 2016.
