时间：2022年6月21日 下午14:00-18:00

地点：广州大学 (大学城校区)理科南305

报告人:汤舜璞 (硕士生)

报告题目：

Dilated convolution based CSI feedback compression for massive MIMO systems

报告人: 温金玉 (博士生)

报告题目：

Multimodal medical brain image analysis and application based on tensor calculation

    在本次报告中，汤舜璞同学首先介绍了Massive MIMO系统在基站段和接收端需要部署海量天线阵列的特点，以及接收端实时反馈下行链路信道状态信息（Channel state information，CSI）的必要性并回顾了为实现实时的CSI反馈所遇到的挑战和现有相关工作的不足。随后，通过具体分析CSI样本的在角度-延迟域呈现的特征，引出了所提出的基于空洞卷积的深度压缩编码方案，并结合之前分析详细阐述了其核心的设计思想和具体的实现步骤。最后汤舜璞同学对此次报告进行了总结，并对如何利用人工智能方法进一步提高CSI反馈效率、降低反馈时延的未来工作进行了展望。汇报结束后高崇志教授、方美娥教授进行专业的点评并对实验仿真的设置给出了重要的建议。同时参会同学针对报告内容踊跃地进行了提问，汤舜璞同学对此进行了细致的讲解。

    在本次报告中，温金玉博士首先从医学图像的研究背景为切入点，由点及面铺开本次报告的主题“Multimodal medical brain image analysis and application based on tensor calculation”。利用人工智能与计算机图像处理技术对图像进行分析和处理，比如对人体器官、软组织和病变体的分割提取、三维重建和三维显示，可以辅助医生对病变体及其它感兴趣的区域进行定性甚至定量的分析，从而大大提高医疗诊断的准确性和可靠性，对医学脑影像分析的发展现状及应用进行了全面介绍。随后温金玉博士依次报告了近期在图像融合、分类及轻度认知障碍症预测方面的三个工作。期间，一只小鸟也被吸引进来，静静地听报告长达十分钟。汇报结束后多位参会同学针对报告内容踊跃地进行了提问，温金玉博士耐心详细地解答了同学们的疑惑。参会的老师进行了专业的点评并给出了具体的建议。本次讲座极大地促进了同学们对于“医学图像融合、分类以及当前的研究现状”的了解，在座师生都受益匪浅。