8月21日，应数学与统计学院（密码学院）邀请，南京邮电大学金正猛教授在数学学院N216为学院师生作题为“Deep Image Prior with Regularized Feedback for Sparse-View and Low-Dose CT Reconstruction”的学术报告，相关专业教师和研究生参加了此次报告。
本次报告中，金正猛教授分享了其在低剂量和稀疏视角计算机断层扫描（CT）重建领域的最新研究成果。报告提出了一种新型重建框架，将深度图像先验（Deep Image Prior, DIP）与基于泊松对数似然的数据保真项以及总变分（TV）正则化相结合，从而在捕获光子有限统计特性的同时保留边缘信息。为进一步提升重建质量，引入了显式的正则化反馈机制，其中每个中间重建结果通过图像域的TV下降进行精炼，并将更新后的结果递归反馈作为网络输入。此外，报告还提供了理论收敛性分析，以建立所提出迭代方案的稳定性。最后，对比实验结果证明了该方法的有效性。
报告过程中，金正猛教授通过理论分析、数值实验和具体实例，生动展示了该方法在稀疏视角与低剂量CT重建中的应用潜力。
该报告内容前沿，涉及图像处理、科学计算与医学成像等多个交叉领域，引起了师生们的浓厚兴趣。报告结束后，与会者积极提问，就报告相关内容与金正猛教授展开讨论。金正猛教授耐心解答，并分享了研究经验，为研究生学习提供了宝贵建议。现场学术氛围热烈，参会师生表示收获颇丰。
专家简介：
金正猛，南京邮电大学理学院副院长、博士、教授、博士生导师。中国兵工学会应用数学专委会委员，江苏省运筹学会常务理事。入选江苏省“333高层次人才培育工程”培养对象、江苏省“青蓝工程”优秀青年骨干教师培养对象。长期从事非线性偏微分方程及其在图像处理中的应用研究，在SIAM Journal on Imaging Sciences、Journal of Mathematical Imaging and Vision、数学学报、应用数学学报、数学年刊等国内外重要学术期刊上发表论文40余篇，在科学出版社出版教材1部，主持国家自然科学基金项目3项和省高校自然科学基金项目2项。2021年获江苏省工业与应用数学学会“青年科技奖”，2017年获江苏省教学成果奖二等奖、南京邮电大学教学成果特等奖。
（数学与统计学院（密码学院） 陈楠楠）
最新通知