健行学院国际高校联合科研项目“有师讲堂”第三讲:“医学影像的AI识别,荆棘路上的生命之光”

发布者:胡捷发布时间:2021-05-25浏览次数:10

    随着医学成像技术和计算机技术的不断发展和进步,医学图像分析已成为医学研究、临床疾病诊断和治疗中一个不可或缺的工具和技术手段。

    长期以来,计算机视觉方法一直用于自动分析生物医学影像。近年来,随着深度学习的出现,许多其他机器学习方法被取代,因为深度学习免去了创建手工工程特征的必要,从过程中消除了一个关键的误差来源。此外,完全采用 GPU 加速的网络可以实现快速推断,让分析的数据量得到前所未有的增加。


    2018年夏天,这一领域的学术大牛们在NIH(美国国家卫生研究院)总部所在的美国马里兰州贝塞斯达举行会议,讨论医疗影像AI未来的发展方向和路线。经过讨论,大咖们确定了针对医学影像的机器学习方法为医疗影像AI未来的5大发展方向之一

    如果你对医疗AI/医疗影像AI、生物信息工程、计算机视觉、药物开发等感兴趣,那千万不要错过来自牛津大学工程学系Jens Rittscher教授的关于生物医学成像的图像分析技术和机器学习方法分享讲座!


讲座信息


主讲人

Jens Rittscher


牛津大学

工程学系 

终身教授

图片

讲座时间:5月26日晚 19:00-20:00

目标发现(Target Discovery)研究所生物医药成像研究组领头人

前通用电气全球研究中心资深高级研究员/项目经理,主攻运用计算机视觉、概率建模和统计学解决自动视频注释、视觉监视和生物医学成像方面难题

美国伦斯勒理工学院客座教授

居里夫人学者协会成员

论文引用累积4424次,h-index 30,i10-index 55

如果你想知道……

01

神经网络和深度学习如何改变生物医学图像分析领域

02

牛津大学工程学系的招生形势和就读体验

03

医学工程专业的就业前景

04

健行学院在暑假即将开设的国际高校联合科研学习项目


温馨提示


01

提前下载ZOOM

观看讲座的视频平台为ZOOM,请大家在直播前下载并安装注册。

ZOOM 下载地址:https://www.zoom.com.cn/download

02

 听讲座方式

讲座链接:

https://torhea.zoom.com.cn/j/94382033725

会议号;94382033725

延伸阅读


图片


牛津大学

牛津大学在2021 THE世界大学排名第1,2021 US News世界大学排名第5名,2021QS世界大学排名第5名。