Ulas Bagci, Associate Professor of Computer Science

Center for Research in Computer Vision (CRCV)

University of Central Florida (UCF)

 

 

Title: The Role of Imaging and Image Analysis in Public Threating Diseases

 

 

Abstract：

 

Infectious lung diseases are a leading cause of disability and death worldwide. Although radiology serves as a primary diagnostic 

 

method for assessing infections, visual analysis of chest radiographs and computed tomography scans is restricted by low specificity

 

and has a limited capacity to assess severity and predict patient outcomes. In parallel, molecular imaging technologies such as PET

 

requires advanced image analysis techniques in order to accurately quantify metabolic activities of abnormal regions which has a 

 

distributed nature of immuno-pathology in general. Besides, regions affected from infections rapidly changes its location and extent 

 

almost in a daily-basis. Due to all these unique challenges, and sub optimality of conventional computerized approaches in quantifying

 

these diseases, there is a need for developing advanced computer algorithms for better data/image analysis pertaining to infectious 

 

lung diseases. In this talk, I will present recent medical computer vision methods for CT and PET imaging in the settings of pulmonary 

 

infections and I will give examples from quantification of Tuberculosis, H1N1 (swine flu), and MERS (middle east respiratory 

 

syndrome) in animal models. I will demonstrate how quantitative radiology approaches can help in-depth understanding of infection, 

 

and lead to effective approaches for vaccine development, which is particularly difficult for public threatening diseases such as Ebola 

 

and MERS.