庆祝建校80周年︱计算机、软件学院组织“百大名家进校园”系列学术报告

为进一步贯彻落实《关于进一步做好80周年校庆筹备工作的通知》的有关精神，有计划、分步骤地开展一系列有特色的校庆活动，为80年校庆营造良好氛围，7月30日上午，计算机科学技术学院、软件学院邀请西安电子科技大学智能科学与技术系主任、博士生导师缑水平教授在四号教学楼208室做了精彩的学术报告。一方面，缑教授以西电的“双一流”人工智能专业为例分享了专业建设、学生培养的成功经验；另一方面，她以人工智能技术在放疗勾画中多器官自动分割为背景，系统介绍了近年来在该领域取得的重要学术成果。

在专业建设环节，缑水平教授重点向大家介绍了西安电子科技大学人工智能学院、智能科学与技术专业建设以及人工智能发展带动新兴人才需求方面取得的经验，并深入探讨了学科专业一体化培养模式。首先，缑教授从两会角度切入话题，强调人工智能是新—轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。目前，人工智能已经普及到各个行业，而其发展之成败关键就在于人才。接下来缑教授分别从人才情况、人才需求、人才培养三方面向大家详细介绍了西安电子科技大学人工智能学院的情况。最后，缑教授细心解答了与会老师和学生的提问。

在学术交流环节，缑水平教授向大家介绍了精准放疗中多风险器官自动化分割领域相关研究办法。

对靶区和邻近风险器官的准确勾画是对癌症病人进行放疗计划设计的重要前提，医生手工勾画易引入主观误差，可回溯性差。实现快速、自动化多器官分割的算法对于临床中提高放疗整体效率，性能稳定性等方面具有重要意义。多风险器官自动化分割中，器官形状、大小的差异给分割网络的设计和训练带来很大的挑战。针对头颈部CT图像中软组织对比度低、器官形态差异大等问题，缑教授团队提出了一种基于形状表达模型约束的全卷积神经网络(SRM-FCNN)用于多器官分割。考虑到自适应放疗系统中病人的多时相数据，需要能够敏锐的检测到病人治疗过程中器官发生的形态变化等需求,提出了一种基于注意力机制的卷积神经网络DCSA-Net，用于实现头颈部多器官分割。为了将所提分割算法应用于临床癌症放疗中，以期缓解人工勾画的负担、提高工作效率、降低个人主观认知差异造成的勾画偏差等，实验中开发了软件接口，将训练好的分割模型嵌入放疗中心信息系统中，实现了临床中扫描数据输入、后台自动化分割、风险器官分割结果可视化等操作一体化。

在精彩的学术报告之后，缑教授认真的回答了师生们提出的问题。至此，同一讲者，历时3个小时，从教学和科研两个方面使广大师生得到了充实和提升，也为今年炎热的夏季带来了一丝清凉，迎校庆“百大名家进校园”系列讲座之计算机、软件学院学术报告圆满结束。（计算机科学技术学院、软件学院供稿）