庆祝中山大学计算机科学系成立40周年系列讲座:3D Neuron Reconstruction in Tangled Neuronal Image with Deep Networks

题目:3D Neuron Reconstruction in Tangled Neuronal Image with Deep Networks

主讲人:沈琳琳,深圳大学计算机视觉研究所所长

日期:2019年10月12日(星期六)

时间:上午11:20 - 12:00

地点:数据科学与计算机学院 A101

主持:王瑞轩副教授

摘要:

Digital reconstruction or tracing of 3D neuron is essential for understanding the brain functions. While existing automatic tracing algorithms work well for clean neuronal image with a single neuron, they are not robust to trace the neuron surrounded by nerve fibers. We propose a 3D U-Net based network, namely 3D U-Net Plus, to segment the neuron from the surrounding fibers before the application of tracing algorithms. All the images in BigNeuron, the biggest available neuronal image dataset, contain clean neurons with no interference of nerve fibers, which are not practical to train the segmentation network. Based upon the BigNeuron images, we synthesize a SYNethic TAngled NEuronal Image dataset (SYNTANEI) to train the proposed network, by fusing the neurons with extracted nerve fibers. Due to the adoption of dropout, atrous convolution and atrous Spatial Pyramid Pooling (ASPP), experimental results on the synthetic and real tangled neuronal images show that the proposed 3D U-Net Plus network achieved very promising segmentation results. The neurons reconstructed by the tracing algorithm using the segmentation result match significantly better with the ground truth than that using the original images.

个人介绍:

深圳大学教授,上海交通大学学士、硕士,受英国政府海外研究奖学金资助在诺丁汉大学获得博士学位,博士期间获得“国家优秀自费留学生”奖励。现为英国诺丁汉大学计算机学院荣誉教授、宁波诺丁汉大学兼职教授、澳门大学杰出访问学者、广东省教育厅中英合作视觉信息处理联合实验室主任、深圳大学计算机视觉研究所所长,华为公司计算机视觉顾问。研究方向主要为人工智能、深度学习理论及其在人脸识别分析和医学图像智能诊断的应用,作为负责人连续主持3项国家自然科学基金项目,发表学术论文200多篇。现为广东省高校千百十工程培养对象,深圳市高层次“地方领军人才”,深圳市海外高层次人才,深圳市十佳青年教师。2012、2017年获深圳市自然科学奖,2013年获广东省科学技术奖,2015年获中国电子学会科学技术奖。2010年获国际期刊《Image and Vision Computing》最多他引论文奖。开发的人脸识别算法曾获ICPR算法测试亚军,开发的细胞荧光图像分类算法连续获得IEEE ICIP 2013、ICPR 2016国际细胞图像分类算法大赛冠军。2015-2019连续5年被爱思维尔出版社评为计算机学科“中国高被引学者”。