內容摘要
澳門城市大學數據科學學院段俊偉副教授作為第一作者，澳城大作為第一完成單位，與南通大學人工智能與計算機科學學院丁衛平教授，共同合作的研究成果“Deep Learning Based Multimodal Biomedical Data Fusion: An Overview and Comparative Review”已在科學引文索引（SCI）Q1頂刊、信息融合領域的國際頂級期刊《Information Fusion》上發表。
學術期刊介紹
《Information Fusion》出版周期爲季刊，主要刊登信息融合多源、多傳感器等方面多種類型的研究成果，包括原創論文、致編輯的信以及特邀評論文章等。
Journal Citation Reports（JCR）顯示該期刊位列一區，為SCI計算機：理論方法和人工智能領域期刊，分別排名第二位及第四位，其影響因子高達14.8，在信息融合相關學科領域具有極高的權威性。
聚焦深度學習技術
多模態生物醫學數據融合
近幾十年來，生物醫學數據可用性增加，深度學習、大規模模型等先進技術湧現，多模態生物醫學數據融合在各類應用中的重要性愈發突顯。雖其重要性與日俱增，但該領域快速發展，使得各種深度學習架構和融合策略層出不窮，因此爲研究人員和從業人員提供全面回顧與比較評估至關重要。
Multimodal biomedical data
因此，本研究致力於開展全面調查，重點聚焦於以深度學習爲基礎的各類生物醫學數據表示與融合方法。對現有的基於深度學習的經典方法以及多模態生物醫學數據融合技術展開了細緻入微的研究，並依據三個不同的融合層次分別對其進行了詳細分類。最後，闡釋了生成模型和大型語言模型等前沿技術出現所引發的潛在挑戰，以及它們對多模態生物醫學數據融合產生的影響。
The general overview of multimodal biomedical data fusion
段俊偉副教授
學術聯繫方式
WOS ResearcherID:
KIJ-0405-2024
Scopus ID:
55365747000
ORCID:
0000-0002-2388-0149
Email:
jwduan@cityu.edu.mo
澳門城市大學
