<pre id="j9nnl"></pre>
        <ruby id="j9nnl"></ruby>
          <pre id="j9nnl"></pre><ruby id="j9nnl"><mark id="j9nnl"></mark></ruby>
          <p id="j9nnl"><mark id="j9nnl"><progress id="j9nnl"></progress></mark></p>

              <p id="j9nnl"><cite id="j9nnl"></cite></p>

                  <ruby id="j9nnl"></ruby>

                  <del id="j9nnl"><dfn id="j9nnl"><th id="j9nnl"></th></dfn></del>

                        <ruby id="j9nnl"><mark id="j9nnl"><thead id="j9nnl"></thead></mark></ruby>
                        <p id="j9nnl"></p>

                        <p id="j9nnl"><mark id="j9nnl"></mark></p>
                          <p id="j9nnl"><del id="j9nnl"><thead id="j9nnl"></thead></del></p>

                          新聞動態

                          Dynamics

                          首頁 >  新聞動態  > 詳情

                          “星河Talk”第5期:大數據趨勢下智能醫學圖像分析的挑戰與創新 by竇琪 | 活動預告

                          1月11日,“上海人工智能實驗室學術論壇”將舉辦第5期“星河Talk”。本期邀請香港中文大學計算機科學與工程學系助理教授竇琪,帶來主題報告《大數據趨勢下智能醫學圖像分析的挑戰與創新》。“星河Talk”將不定期邀請全球頂尖學者,分享學術成果、探討科技前沿。


                          【第5期“星河Talk”】

                          活動詳情

                          主題:大數據趨勢下智能醫學圖像分析的挑戰與創新

                          嘉賓:竇琪  香港中文大學計算機科學與工程學系助理教授

                          主持人:張少霆  上海人工智能實驗室智慧醫療中心主任

                          時間:北京時間 1月11日 20:00-21:00

                          參與方式:騰訊會議 386 306 095

                          講座簡介

                          智能醫學圖像分析正朝著大數據應用方向迅速發展,對數據標注效率與質量、弱監督或無監督模型學習精度、模型泛化性能與可靠性及數據隱私保護等各方面帶來諸多挑戰。目前,深度學習方法雖然在圖像分析的各任務和疾病譜上取得優異表現和廣泛應用,但在應對大數據趨勢下的實際臨床合作和部署時仍捉襟見肘。一部分問題可以通過提高數據質控和規范化標注解決,一部分問題可以通過人力增加數據標簽緩解,一部分問題仍然需要進行深入的思考和探討,結合領域知識與理論支撐進行巧妙的方法創新。在本次報告中,竇琪教授將詳細介紹團隊近期在大數據醫學圖像分析方向的相關工作,涉及聯邦學習、領域自適應、弱監督與無監督、擴散模型、長尾分布和可信模型測試等技術,其中包括與上海人工智能實驗室合作的在醫學圖像MICCAI 2022挑戰賽中的兩個冠軍方法。相關數據集均在千例數量級,本報告也將分享團隊收集與整理醫療影像大數據的感悟。


                          本期嘉賓

                          竇琪    香港中文大學計算機科學與工程學系助理教授

                          曾于英國帝國理工大學計算機系BioMedIA實驗室從事博士后研究,2018年于香港中文大學取得計算機博士學位,2014年于北京航空航天大學取得生物醫學工程學士學位,曾于西門子北美研究院從事暑期實習。研究方向為機器學習及其在醫學影像分析和機器人手術智能化中的應用,關注神經網絡在大數據及復雜實際場景中的泛化性、魯棒性及多模態信息融合。曾獲IEEE ICRA 醫療機器人最佳論文獎、MedIA-MICCAI最佳論文獎、MICCAI Young Scientist Award、香港科學會青年科學家獎以及香港中文大學優秀博士論文獎等獎項。在MICCAI、ICRA、CVPR、NeurIPS、ICLR、Nature Machine Intelligence等醫學圖像、機器人、人工智能相關頂會和期刊發表論文百余篇,谷歌引用15000余次,H-index 52。曾擔任MICCAI、IPCAI、MIDL領域內頂級會議程序主席及多個國際期刊的副主編和長期審稿人。

                          主持人    

                          張少霆    上海人工智能實驗室智慧醫療中心主任

                          7115daca114f166075ff54171cea7cd.jpg

                          comm@pjlab.org.cn

                          上海市徐匯區云錦路701號西岸國際人工智能中心37-38層

                          滬ICP備2021009351號-1

                          <pre id="j9nnl"></pre>
                                <ruby id="j9nnl"></ruby>
                                  <pre id="j9nnl"></pre><ruby id="j9nnl"><mark id="j9nnl"></mark></ruby>
                                  <p id="j9nnl"><mark id="j9nnl"><progress id="j9nnl"></progress></mark></p>

                                      <p id="j9nnl"><cite id="j9nnl"></cite></p>

                                          <ruby id="j9nnl"></ruby>

                                          <del id="j9nnl"><dfn id="j9nnl"><th id="j9nnl"></th></dfn></del>

                                                <ruby id="j9nnl"><mark id="j9nnl"><thead id="j9nnl"></thead></mark></ruby>
                                                <p id="j9nnl"></p>

                                                <p id="j9nnl"><mark id="j9nnl"></mark></p>
                                                  <p id="j9nnl"><del id="j9nnl"><thead id="j9nnl"></thead></del></p>
                                                  韩国伦理电影