报告人：韩欢
报告地点：线上腾讯会议（会议ID：371-597-499）
报告时间：2026年11月12日（星期四）20:00-21:00
邀请人：刘俊
报告摘要：
医学图像监督微分同胚配准受限于标签稀缺与网格折叠两大瓶颈。为解决这些困难，本报告介绍一套小样本监督微分同胚配准学习框架，依托拟共形理论设计2D/3D随机微分同胚生成器 RDG，实现单标签样本的监督网络训练，可有效抑制形变网格折叠。报告阐述模型原理、数值算法与网络损失设计，展示多组医学影像数据集下的小样本配准与泛化实验结果，并重点介绍该二维框架向三维配准拓展的模型构想与现存技术难题，分析该方法的优势、局限性以及后续研究方向。
主讲人简介：
韩欢，武汉理工大学教授，博导，从事医学图像配准相关的变分理论与小样本学习研究，入选“湖北省青年拔尖人才”，主持国家自然科学基金(面上、青年项目)、湖北省自然科学基金面上等项目，参与国家重点研发计划项目。在SIAM J. Multiscale Model. Simul.、SIAM J. Imaging Sci.、Inverse Probl.、ESAIM: Math. Model. Numer. Anal.、Inverse Probl. Imag.、IEEE Transactions on Medical Imaging、IEEE Trans. Multimedia等国际权威期刊发表论文30余篇。
学校主页