题目：最优化与统计学习方法在OCT图像重建及处理中的应用
报告人：凌玉烨，长聘教授助理教授，上海交通大学电子信息与电气工程学院John Hopcroft计算机科学中心
报告时间：2020年11月6日（周五）上午9：00
报告地点：光电大楼946室
摘要：
自问世以来，光学相干层析成像（OCT）在临床医疗和基础研究领域均得到了大规模的应用。轴向分辨率作为OCT系统最重要的性能指标这一，在最近几年间受到了国内外研究者的广泛关注。传统的FD-OCT所使用的图像重建方法较为简单，通过一次傅里叶变换便获得了被测物体的深度信息。本报告将主要介绍近年来学界及本课题组在OCT图像重建问题上的一些思考和探索，着重探讨在逆问题求解的框架下，如何利用合理的物理假设、使用最优化与统计学习的方法对FD-OCT图像进行高质量重建和分析处理。
报告人简介：
凌玉烨：博士毕业于美国哥伦比亚大学电子工程系，现任上海交通大学电子信息与电气工程学院John Hopcroft计算机科学中心助理教授。研究方向为光学相干层析成像（OCT）及生物医学图像处理。发表SCI期刊论文10篇、国际会议报告十余次，申请美国专利3项、中国专利1项。同时担任多个学术期刊的审稿人（Optics Letters, Journal of Biophotonics, IEEE Transactions on Biomedical Engineering, Biomedical Optics Express, Advanced Intelligent Systems, Applied Optics, IEEE Photonics Journal等）。目前主持国家自然基金青年基金一项，参与科技部重点研发计划两项。曾获2011年上海市高等学校优秀毕业生，2014年魏氏家族私人基金会奖学金及2014年哥伦比亚大学Millman优秀助教奖。