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。
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的分享讲座！
讲座信息
主讲人
Jens Rittscher
牛津大学
工程学系
终身教授
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
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
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。
