MICS 学术沙龙活动：生成式学习基础模型在脑与神经影像领域的应用讲座笔记

截图来自医学图像计算青年研讨会公众号视频号直播

报告笔记按时间排序，笔记和感想仅为个人浅见

未修改草稿版本  暂不推荐阅读

1. 基于解耦和对比表征学习的小鼠脑MRI生成及脑区分割-张孝勇

1.1. Background

（1）小鼠大脑是人类大脑的千分之一

（2）小鼠大脑有七千万神经元

1.2. Motivation

（1）Dataset

（1）使用对比学习的先验实现解耦

（2）同一只老鼠的模态可能不同

（3）可视化结果（前两排T1→T2，后两排T2→T1）

1.3. Summary and perspective

2. 基于结构连接的多样化功能连接生成模型研究-张鑫

2.1. 研究背景

（1）⭐磁共振的两种模态

2.2. 研究现状

（1）模型使用

在GAN上取得了更好的结果

（2）脑连接生成

（3）

（4）展望

3. 脑信息引导的视觉模型在医疗数据分析应用初探-蒋希

3.1. 人工智能发展

视觉Transformer近期发展不错

（1）提高模型应用

4. 面向疾病辅助诊断的脑连接组表征学习-马婷

4.1. 脑连接组学

5. 基于超图结构信息聚集生成对抗网络的阿尔兹海默症诊断与发病机制研究-毕夏安

5.1. 脑科学视角

（1）大脑运行

5.2. 计算视角

（1）问题

超图不方便做卷积，边图做边卷积，点图做点卷积以降维

6. 生成式AI驱动的脑信息解码与视觉感知重建-杜长德

6.1. 生成式大模型

（1）模型类型

（2）神经信息编码解码

7. 基于先验知识和扩散生成的联邦图注意力学习模型用于 AD 诊断-宋雪刚

8. 神经影像大数据分析及其在精神健康和认知功能领域的应用-万卓

9. 生成式 AI 赋能脑影像-脑网络计算-王书强