2022年12月9日，计算机科学与技术学院举行了智汇论坛2022年第八期（总第十二期）活动。本次活动邀请澳大利亚莫纳什大学医学影像中心研究员Shenjun Zhong博士以“深度联邦学习在医学影像中的应用”为题作专题讲座。
讲座上Shenjun Zhong博士讲到在深度学习情景下，尤其是监督式学习往往需要大量标注数据用于模型训练，以达到理想的模型准确性和鲁棒性。但是，医学影像数据作为医学和研究所的私有数据，有高隐私需求，从而导致同质数据被分离在各个站点的数据孤岛上，依托于单个站点的有限数据很难训练具有高稳定性的模型。联邦学习 (Federated Learning) 可以通过学习共享模型同时将训练数据保持在本地以保护隐私，从而为数据孤岛问题提供了一个解决方案。本次讲座还介绍了联邦学习以及其在医学影像领域内的应用和现状。
主讲人简介：Shenjun Zhong博士，现为澳大利亚莫纳什大学医学影像中心研究员，澳大利亚国家影像中心研究员，主要从事医学成像人工智能技术和生物信息系统研发。于2016年在澳大利亚莫纳什大学获得博士学位，主要研究方向是磁共振成像，尤其是弥散张量成像，用于重建脑部纤维束网络结构。Shenjun Zhong博士在学术界和工业界耕耘多年，曾在澳洲电信带领团队研发并上线基于深度学习的大型对话系统，并在医学影像领域内发表多项工作。现在的主要科研方向包括结合深度学习技术在医学成像中的应用，深度联邦学习架构在医学影像方面的应用等。