题 目: Robust Nonnegative Patch Alignment for Dimensionality Reduction

时 间: 2016年10月16日（周日）15:00

地 点:数统学院201学术报告厅

报告人:尤新革

专家简介：博士、教授、博士生导师，美国电子电气工程学会高级会员（IEEE Senior Member）。国际电子电气工程学会系统、人与机器分会模式识别技术委员会副主席（Co-Chair of Pattern Recognition Committee, IEEE SMC, 2004年博士毕业于香港浸会大学，2004年7月至2007年12月在香港浸会大学从事博士后合作研究，期间先后访问加拿大康可迪亚大学、日本旭化成研究中心和澳门大学。国家防伪工程技术研究中心常务副主任，华中科技大学电子与信息工程系副主任，入选2007年教育部新世纪优秀人才支持计划。主要研究方向：图像与信号处理，模式识别、计算机视觉，机器学习，生物特征识别与智能防伪，小波分析及其应用。近年来主持完成国家支撑计划、国际合作重点项目、国家自然科学基金、教育部博士点基金、湖北省自然科学基金等十余项，获2010年湖北省科技进步三等奖，2008年重庆市自然科学二等奖，2005年湖北省自然科学三等奖；先后在IEEE Transactions on PAMI，IEEE Transactions on Image Processing，Pattern Recognition等国际刊物及国际会议上发表论文80余篇，其中SCI检索40余篇。参与合作撰写生物特征识别英文专著两本，获得专利多项。

报告摘要: Medical ultrasonography imaging for nodule detection is a non-invasive diagnostic test, which combines low cost, short acquisition time, and sensitivity to the number and size of abnormal nodules. However, a chief problem is that ultrasound images have low contrast, making it hard for the experts to interpret and classify the nodules detected. In this talk we discuss techniques based on the concepts of monogenic signal which aims to enhance the edges of abnormalities.

After discussing the correct mathematical definition of “edges” and “curves” in images we are going to use a combination of Riesz transforms and monogenic curvelets in order to determine the phase and phase angle of a given image. Using the remarkable properties of Riesz transforms: they are shift- and scale-invariant, preserve L^2 inner-product, and are steerable we are going to show how to determine size and position of abnormalities present in images.