計算機與電子信息學院學術報告
報告題目1：多源生物醫學數據的整合分析理論和應用研究
報告人：蔡宏民，華南理工大學計算機科學與工程學院教授、博士生導師
報告時間：2021年5月6日（星期四）上午10:00-11:00
報告地點：廣西大學計算機與電子信息學院一樓報告廳
報告摘要：新一代測序技術的普及和單細胞測序技術的迅速發展，衍生出不同尺度下的多組學數據；各種新型成像技術的高速發展，衍生出不同成像條件下的多模態影像數據。此類多源數據具有小樣本、高維度、多模態、跨尺度和多屬性缺失等問題，整合分析此類多源異構數據具有重要的科學意義，能為數基生命計算和醫療輔助診斷等提供計算工具。我們實驗室以多源異構數據整合理論為研究中心，建立了小樣本學習的張量譜聚類理論框架，實現多源信息的有效融合。以實現面向醫療和健康的數據挖掘為研究目標，針對兩個重要數據來源：基因組學數據和醫學影像，開展微觀多組學和宏觀影像組相關應用分析。本次報告將匯報我們實驗室在以上三方面的研究進展。
報告人簡介：蔡宏民，華南理工大學計算機科學與工程學院教授、博士生導師。1997-2003年獲得哈爾濱工業大學本科和碩士學位，2007年獲得香港大學數學系博士學位。2016年破格晉升博士生導師，同年破格晉升教授。系京都大學客座教授（2012，2019），中國自動化學會生物信息學與人工生命專業委員會委員、常委會委員，中國計算機學會生物信息學專業委員會委員、常委委員；系多個國際會議如ISBI，ISBRA，ICIC，BIBM，GIW，MICCAI的PC Member；系國際會議如ICDKE 2012，ICBBB2021，ICBBB 2022的會議主席；系廣東省轉化醫學眼科分會副主委、廣東省精準醫學應用學會-數字智能化分會副主任委員、廣東省生物醫學工程學會智能醫學影像分會副主任委員。他長期參與生物醫學圖像和生物信息處理方面的研究工作，在醫學圖像分析與理解、生物信息分析、多源數據融合、模式識別和數據挖掘等領域積累了豐富的研究經驗，在相關雜志如IEEE T-PAMI, IEEE T-CyberN, IEEE T-Image Proce., IEEE T-Medical Imaging, Neuroimage, Bioinformatics, Briefings in Bio. 發表 SCI/EI論文 100+篇，其中通訊作者和第一作者 SCI/EI 論文 80+篇；近5年內共發表多源樣本數據的整合分析理論和應用研究相關 SCI/EI論文49 篇，ESI 高被引論文1篇，近5年論文IF總和超過200。
報告題目2：基于流形學習的腦網絡公共諧波分析方法
報告人：陳佳洲，華南理工大學計算機科學與工程學院，博士后
報告時間：2021年5月6日（星期四）上午11:00-12:00
報告地點：廣西大學計算機與電子信息學院一樓報告廳
報告摘要：越來越多的研究發現與神經退行性疾病相關的病變腦區域不是隨機出現的，其空間分布遵循大尺度的腦網絡連接。在這種情況下，開發一種強大的腦網絡分析方法對了解整個大腦的神經病理傳播機制是至關重要的。為此，我們提出了一種新穎的腦網絡諧波分析框架識別與腦疾病相關的諧波變化。該框架的核心是一種適合腦網絡諧波推理的流形代數方法，它克服了在不規則數據結構上使用經典歐幾里得運算的局限性。最后，在公開ADNI數據集中，評估我們提出的腦網絡諧波分析方法的有效性，與傳統基于歐幾里得方法相比，基于流形學習方法發現了更重要且更可靠的網絡功能障礙模式。
報告人簡介：陳佳洲，華南理工大學計算機科學與工程學院博士后，2020年在華南理工大學獲得博士生學位。系美國北卡羅來納大學教堂山分校訪問學者，廣東省生物醫學工程學會智能醫學影像分會委員，期刊Frontiers in Genetics 的Review Editor。主要從事生物信息學、醫學影像分析、腦網絡分析和機器學習相關研究工作，已在國際期刊IEEE T-PAMI, IEEE T-CyberN, IEEE T-MI, IEEE T-BME, Briefings in Bioinformatics, Bioinformatics, 國際會議MICCAI2020和IPMI2021上發表論文20余篇，授權國家發明專利7項，授權軟件著作權1項。曾榮獲2019年華南理工大學校長獎學金，2019年國家公派留學資格，2018年廣東省計算機學會優秀論文二等獎，2018年華南理工大學優秀博士學位創新基金和2015年國家獎學金。
歡迎廣大師生參會交流！
