2022年5月5日（星期四）下午16:00，受聊城大学智能数据分析团队邀请，深圳大学雷柏英研究员在线上做了关于面向临床应用的智能筛查、检测和诊断的学术报告，本次报告以腾讯会议的形式举行，由乔立山教授主持，数学科学学院部分教师、研究生聆听了报告。

在本次报告中，雷柏英研究员首先介绍了他们相关的工作，随后在报告中逐步展开工作的细节。雷柏英研究员讲到智能医学图像处理是智能医疗的重要分支，也是医疗机构、科研、产业和政府共同关注的焦点，这些问题是我们在做研究应重点关注的对象。

随后，雷柏英研究员说到医学图像具有“样本量小”、“特征维度高”、“特征表达性差”等局限性，增加了智能医学图像处理在临床应用的难度。我们应该以医学图像为切入点，基于人工智能方法，重点围绕智能筛查、智能检测和智能诊断三个方向的研究工作。

针对超声工作流程难以标准化、标准切面提取困难、不利于疾病筛查等问题，提出将传统特征和深度特征相结合的方法，构建超声图像质量评估、分割和识别的模型，提高超声筛查效率及检测效果。

针对临床上疾病检测耗时费力、自动化程度低等问题，提出基于深度学习的高精度智能检测模型，实现对宫颈癌、黑色素瘤、眼科疾病等的临床辅助检测。

针对大多数脑疾病临床诊断标准模糊、主观性强、患者特异性高、个体差异性大、数据维度高等难题，结合传统机器学习和深度学习的方法，通过时空约束和纵向分析等挖掘大脑的生物标记物，实现脑疾病智能诊断。

整个报告过程气氛热烈，会后老师和同学们与雷柏英研究员进行一系列专业知识的讨论，雷老师也积极为大家答疑解惑，大家受益匪浅。

雷柏英，教育部青年特聘专家入选者，（留学)博士生导师，深圳大学研究员、深圳大学“荔园优青”、深圳市海外高层次人才 (孔雀计划)、深圳市高层次后备级人才，深圳市孔雀团队核心成员等，获新加坡南洋理工大学博士学位。先后在美国北卡大学教堂山分校和法国计算和自动化研究所等研究机构进行研究和访问。主要研究方向为医学图像处理和人工智能。在IEEE TMI、IEEE TNNLS、MIA 以第一/通讯作者 (含共同)发表SCI论文102篇 (19篇IEEE汇刊、32篇中科院1区、1篇ESI高被引)。谷歌学术总引用4510次，单篇文章最高引用300次，H指数32。获授权专利22项 (3项已转让)。主持国家自然科学基金等项目共19项。现任IEEE TNNLS副主编 (Associate Editor)、IEEE TMI 副主编 (Associate Editor)、MIA编委（中国4人）、Neural Computing & Application 编委。现为IEEE 高级会员，IEEE Bio Imaging Signal Processing (BISP)Technical Committee (TC)技术委员会委员 (中国1人)，Biomedical Imaging and Image Processing (BIIP) TC技术委员会委员 (中国2人)，医学图像顶级学术会议MICCAI2021、MICCAI2022领域主席，IEEE Guangzhou Section, Women in Engineering Affinity Group 主席，人工智能A类会议AAAI（2019，2020）、IJCAI（2019，2020）程序委员会委员、中国人工智能学会模式识别与人工智能专委、计算机视觉专委、科技工作者工作委员，阿尔茨海默病防治协会人工智能技术专委、中国图像图形学学会（CSIG）人工智能专委、生物医学图像专委、脑图谱专委、女科技工作者工作委员、青工委委员，生物医学工程学会青工委委员。指导学生获MICCAI国际竞赛3项任务冠军。获吴文俊人工智能科学技术奖三等奖 (排名第3)，深圳市科学技术奖一等奖 (排名第3)。2020年和2021年入选美国斯坦福大学发布的“全球前2%顶尖科学家”。2021年入选全球顶尖前10万科学家。