马萨诸塞大学卢维尔分校（University of Massachusetts Lowell）Hengyong Yu教授学术报告，欢迎感兴趣的师生参加！
报告时间：2016年1月11日（周一）9:30-11:30
报告地点：大礼堂礼东二楼报告厅
报告人：Hengyong Yu教授 马萨诸塞大学卢维尔分校电气与计算机工程系,图像与信息处理实验室主任
简介：
Hengyong Yu教授1998年于西安交通大学获得信息科学与技术及计算机数学双学位，2003年获得信息与通讯工程博士学位，后加入爱荷华大学作博士后与助理研究员，2006到2014在维克森林大学教职。现在马萨诸塞大学卢维尔分校担任副教授，主要从事计算机断层成像与图像处理的研究。他以第一作者或共同作者的身份发表了>120篇高水平的期刊文章，谷歌搜索指数达29。他是 JSM Biomedical Imaging Data Papers 的创始主编，是IEEE Access, Signal Processing, Journal of Medical Engineering, CT Theory and Applications, International Journal of Biomedical Engineering and Consumer Health Informatics and Open Medical Imaging Journal等多个著名杂志的编委。2012年1月，因压缩感知内重建的工作获得了美国国家自然科学基金杰出青年教授奖。
报告题目及摘要：
题目：压缩感知在计算机断层成像中的应用
Talk Title: Compressed Sensing in Computed Tomography
摘要：根据传统的信号理论，基于香农采样定理，数据采样率至少为信号最高频率的两倍才能获得信号的精确重建。然而压缩感知理论的出现表明一个信号或图像可以用远远小于奈奎斯特采样的数据来恢复。讲座将讨论两种基于压缩感知的计算机断层重建方法，一种是基于压缩感知的内重建，另一种是基于字典学习的低剂量重建。结论表明，通过假设图像内部满足分段多项式的条件，内重建在理论上可以通过压缩感知精确实现，打破了对于内重建没有唯一解的传统认知。基于字典学习的表示方法是一种先进的压缩感知方法。基于字典的计算机断层重建在保护图像细节的同时，可以很好的抑制图像噪声。在这个演讲中,我们将着重强调我们提出成像方法与重要的生物应用及其他成像模态（PET\SPECT\MRI等）的关联。
