（通讯员 李婕妤）
11月20日，美国宾夕法尼亚大学J.K.Udupa教授应信息与通信工程学院邀请来我校讲座，在主楼810报告厅面向我校师生作了关于图像分析前沿技术的学术报告。信通学院副院长李树锋教授出席了报告会，余绍德老师等部分教师和硕博士研究生参加了本次活动。会议由信通学院李婕妤老师主持。
此次报告的主题是“医学图像分析中的混合智能”，Udupa教授将深度学习技术在图像分析领域中引发的变革作为切入点，对医学图像分析任务的独特性和自然智能与人工智能的混合应用进行了介绍。报告首先阐释了人类专家在医学专业方面经验积累的重要意义，即自然智能在整体理解和物体识别上比人工智能表现出色，而人工智能更擅长于把握局部细节。随后Udupa教授对结合自然智能和人工智能的合理方法进行了介绍，通过针对数据和基准定义进行规范，充分利用自然智能和人工智能的互补优势，为医学图像创造混合智能方法。最后，Udupa教授展示了两个应用案例，针对儿童限制性呼吸道疾病和肿瘤患者的放射治疗规划问题，对混合智能方法在图像分割领域中的应用进行了演示。现场参会师生与Udupa教授针对报告中的先进思想进行了充分的问答讨论，会后Udupa教授还对科学研究方法论和医学影像方向的发展趋势进行了展望。
J.K.Udupa教授是IEEE和美国医学与生物工程学会（AIMBE）会士，宾夕法尼亚大学放射科教授。自1978年以来，Udupa教授领导的课题组开发了医学图像处理、三维可视化和图像分析的基础理论、算法和大型开源软件系统，并在多个全身医学应用领域展现了该系统的适用性，解决了许多临床应用领域的基本问题和挑战。Udupa教授在1982年与诺贝尔奖得主保罗·劳特伯尔共同发表了第一篇 MRI 图像处理论文。自2010年以来，Udupa教授开发了一种全身模糊解剖学建模技术，该技术协同结合了自然智能和人工智能，形成了一种混合智能方法学。在多个身体区域、图像模态和疾病过程中的器官和全身解剖区域分割任务里证明了其有效性，并开发了一款获得FDA批准的放射治疗计划软件产品。目前，Udupa教授的谷歌学术总引用次数为26,000次，h指数为79，i-10指数为286，在全球范围内培养了大约85名博士研究生和博士后研究员。