English
管理与服务机构
湖南大学党委办公室、校长办公室 纪律检查委员会办公室(监察处) 党委巡察办公室 党委组织部 党委党校 党委宣传部(资讯办公室) 党委统战部 党委学生工作部 党委研究生工作部 党委保卫部 人民武装部 机关党委 财院校区党工委 离退休处党委 校工会 共青团湖南大学委员会 发展规划办 教务处 现代工程训练中心 研究生院 招生与就业引导处 科学技术研究院 社会科学处 人力资源处 计划财务处 人才工程办公室 资产管理中心 国际合作与交流处 监察处 审计处 实验室建设与设备管理处 后勤与房地产管理处 基本建设处 离退休处 法律事务办公室 档案与校史馆 财院校区管委会 校友工作办公室 校园信息化建设与管理办公室 图书馆 远程与继续金沙学院 空军选培办 两型社会研究院 国家超级计算长沙中心 互联网信息服务研究中心 资产经营有限企业 出版社有限责任企业 期刊社 后勤服务总企业 校医院 普通金沙与继续金沙管理办公室 招标与采购中心 学生创新创业中心
金沙与研究机构
机械与运载工程学院 电气与信息工程学院 材料科学与工程学院 信息科学与工程学院 建筑学院 环境科学与工程学院 土木工程学院 设计艺术学院 化学化工学院 生物学院 数学学院 物理与微电子科学学院 经济与贸易学院 金融与统计学院 工商管理学院 法学院 马克思主义学院 资讯传播与影视艺术学院 金沙科学研究院 体育学院 中国语言文学学院 岳麓书院 外国语学院 国家高效磨削工程技术研究中心 汽车车身先进设计制造国家重点实验室 化学生物传感与计量学国家重点实验室 经济管理研究中心 机器人学院 公共管理学院 艺术金沙中心
校园生活
当前位置: 金沙电子娱乐网址 >> 校园生活 >> 学术活动 >> 学院讲座 >> 正文
统计数据 / lectrue notice
  • 排序 学院 发文量
    1 岳麓书院 161
    2 物理与微电子科学学院 159
    3 机械与运载工程学院 153
    4 化学化工学院 145
    5 材料科学与工程学院 79
    6 数学与计量经济学院 73
    7 土木工程学院 66
    8 信息科学与工程学院 58
    9 建筑学院 40
    10 经济与贸易学院 38
  • 排序 学院 发文量
    11 教务处 37
    12 电气与信息工程学院 35
    13 生物学院 33
    14 工商管理学院 28
    15 外国语学院 15
    16 法学院 15
    17 研究生院 8
    18 资讯传播与影视艺术学院 8
    19 经济与管理研究中心 6
    20 马克思主义学院 5
    21 中国语言文学学院 4
信科院:Challenges in Quantitative Imaging Biomarkers Development
学术地点 信息科学与工程学院220(原106) 主讲人 Binsheng Zhao
讲座时间 2019年10月21日 周一上午10:00

主题: Challenges in Quantitative Imaging Biomarkers Development

报告时间为:2019年10月21日 周一上午10:00

地点:信息科学与工程学院220(原106)

主讲人: Binsheng Zhao, D.Sc.,

Director, Computational Image Analysis Laboratory

Professor, Columbia University Medical Center, New York, New York, USA

网址: https://www.columbiaradiology.org/cialab

摘要:

Quantitative imaging biomarkers (QIBs) play increasingly important roles in the era of precision medicine. Radiomics, a type of QIBs, refers to the comprehensive quantification of tumor phenotypes that may be linked to genotypes/clinical outcomes by analyzing high dimensional quantitative features extracted from non-invasive routine radiographic images. A growing body of literature has shown the promise of radiomics features and models in supporting clinical decision-making in cancer detection, diagnosis, prognosis, and response prediction and assessment with its added value. However, a qualified QIB must be practically obtainable with efficient and accurate software/tools, reproducible and robust across heterogeneous imaging acquisition settings, and correlated with genotypes and/or clinical outcomes. This lecture will discuss these challenges as well as some future research directions.

主讲人概况:

Binsheng Zhao graduated from National University of Defense Technology, Changsha, with B.Sc. (1984) and M.Sc. (1987) in Electrical Engineering. In 1994, she received D.Sc. in Medical Informatics from University of Heidelberg, Germany. Dr. Zhao has worked for 20+ years at the interface of medical physics, radiology and oncology. Since early 2002, she has led a research team to develop computer-aided tumor/organ/tissue segmentation and characterization methods using CT and MRI. Her goal throughout has been to investigate new quantitative imaging biomarkers for better cancer diagnosis, response prediction and assessment and to automate and optimize these quantitative imaging biomarkers; recently, her interest has naturally led to a deep engagement with radiomics and deep machine learning. Since 2004, Dr. Zhao has been playing important roles (e.g., as steering committee member and committee member) in National Cancer Institute (NCI) and Radiological Society of North America (RSNA) initiated quantitative imaging biomarker projects that strive to aid development and validation of quantitative imaging biomarkers for improved cancer detection, diagnosis, and treatment. In 2009, her team published an unprecedented work, known as same-day repeat CT study, describing their findings of the minimally detectable tumor change by CT. The findings are essential to re-evaluating conventional response assessment methods and to establishing new volumetric response criteria.

The repeat CT dataset has been made publicly available through NCI for researchers worldwide, resulting in numerous additional publications. Dr. Zhao’s subsequent clinical study correlating early radiographic changes with EGFR mutation status in non-small cell lung cancer treated with targeted therapy, demonstrated, for the first time, improved correlations by the volumetric technique over the conventional diameter method. Her publication “Reproducibility of radiomics for deciphering tumor phenotype with imaging” kicked off recent intense discussions on the importance of developing reproducible and robust quantitative imaging biomarkers across heterogeneous imaging acquisition settings. Dr. Zhao served / is serving as PI or key investigator in numerous NIH studies. She has published over 100 peer-reviewed articles and holds 4 patents, and has successfully translated some of her team-developed algorithms from bench to bedside.

上一条:机械院:低维碳材料及其复合材料的典型力学性能
下一条:信科院: Cooperation Preferences Aware Shapley Value: Modeling, Algorithms and Applications

湖大官网
湖大微信
湖大微博
XML 地图 | Sitemap 地图