时间：2024年3月21日（周四）下午15:00
地点：13教A-103
交流报告一：
报告题目：基于人工智能的多核磁共振成像---点亮肺部
报告人：王成 博士
报告摘要：近期公布的“2023年度湖北十大科技进展”中，“人体肺部气体多核磁共振成像装备”位列首位。磁共振成像（Magnetic Resonance Imaging, MRI）是一种利用核磁共振原理（磁矩不为零的原子核在外磁场作用下自旋能级发生塞曼分裂，共振吸收某一特定频率的射频辐射）探测物体内部结构的成像方法。从核磁共振现象发现到MRI应用于临床，该研究方向在三个领域（物理学、化学、生理学或医学）获得了6次诺贝尔奖。然而，目前临床上所使用的MRI方法观察的是人体内的质子（1H）信号。而肺是空腔结构，包含的1H密度低，信号弱；肺内组织-空气交界面多，磁化率变化大，信号衰减快。这些造成了肺部一直是传统MRI方法的盲区。本报告介绍了最新的肺部MRI技术---人体肺部气体多核磁共振成像（超极化129Xe MRI）的原理，以及利用最新的人工智能技术（例如Transformer网络）进一步加快肺部MRI成像速度，提升图像质量的研究思路。
交流报告二：
报告题目：光磁系统中通过法拉利第效应实现的光学正交压缩
报告人：潘鑫 （在读硕士研究生）
报告摘要：相干的调控正交压缩对于精确测量应用是非常需要的，但由于大多数纳米微结构中不可达到的标准量子极限，这仍然是一个挑战。在这里，我们提出了一种在腔光磁系统中产生正交压缩的有效方案。考虑由法拉第效应引起的磁-光相互作用，我们报道了在遵循BogoLiubov变换的模式分裂理论的有效共振腔模中可以实现强正交压缩。使用实验可获得的参数，我们说明了增加磁振子-光子耦合强度或输入场强度有助于提高输出光谱强度和光谱的压缩量，其中完美压缩仅出现在单共振腔模式的位置。有趣的是，通过调整输入场的频率和强度，可以在有效共振腔模式的双频下实现近乎完美的正交压缩。
交流报告三：
报告题目：基于质谱技术结合机器学习用于疾病的诊断和机理研究
报告人：肖雯 （在读硕士研究生）
报告摘要：质谱技术凭借其快速、灵敏和高通量的优势，广泛应用于组学样本分析，特别是在新生儿遗传代谢病筛查中，通过血尿代谢产物检测，全面揭示疾病组与对照组的代谢差异，实现快速诊断。同时，机器学习技术能有效分析样本数量远小于变量数量的组学数据，提高筛查体系的效率与准确性，为遗传代谢病的判读和风险预测提供有力支持。本研究针对小样本和共线性高的复杂代谢组学数据，开发兼顾准确性和数据解释性的新技术对传统机器学习方法（如PLS-DA）进行改进和优化，实现高性能的疾病识别、稳健生物标志物筛选以及进一步的生物信息学分析，以便全面了解遗传代谢病的发病机制、遗传方式、诊断、治疗和预防，进一步扩充关于遗传代谢病的知识，为进一步降低遗传代谢病危害服务。
