应用数学青年讨论班(午餐会)--Combining Variational Models and Deep Learning: Aiming for Interpretable Network Design in Image Segmentation
报告人：王立恒(中国科学院数学与系统科学研究院)
时间：2025-06-05 12:15-13:00
地点：智华楼413
摘要:
近十年来，深度学习方法在图像分割领域取得了显著进展，尤其是基于卷积神经网络和Transformer的模型在精度和效率上表现优异。然而，这些模型通常被视为“黑箱”，缺乏一定的可解释性，限制了其在医学影像领域的实际应用。与此同时，变分模型（如水平集方法）则利用目标的几何性质（如灰度、边界、质地等）进行分割，具有清晰的数学形式和可解释的分割机制，但其性能往往受限于手工设计能量函数的表达能力，同时也无法充分利用海量的图像数据。因此，将变分模型与深度学习相结合的研究范式应运而生，通过结合两者的互补优势，期望构建兼具高精度和可解释性的图像分割网络。本次报告主要回顾了近年来若干将两者相结合的方式，并对可能的发展方向进行展望。
报告人信息：
王立恒，中国科学院数学与系统科学研究院博士生，导师为陈冲副研究员。研究兴趣为医学图像重建、医学图像处理。
欢迎大家参与6月5号（星期四）的午餐会。报告时间是12:15-13:00，午餐于12：00开始提供。请有意参与的老师和同学在6月4日15:00前填写以下问卷：https://www.wjx.cn/vm/tFfCuwh.aspx#
