دمج التعلم العميق في التصوير المقطعي بالأشعة السينية

في السنوات الأخيرة ، اكتسب التعلم العميق الكثير من الاهتمام وحقق إنجازات رائعة في مختلف التطبيقات. أصبح دمج التعلم العميق في الأشعة السينية المقطعية اتجاهًا غير قابل للعكس.

في هذه الندوة عبر الويب ، سنقدم لمحة موجزة عن تقنية التعلم العميق. على هذا الأساس ، مع التركيز على القضايا الرئيسية في التصوير المقطعي المحوسب ، بما في ذلك تقليل الضوضاء ، وقمع الأداة ، وإعادة بناء الصورة ، سنناقش منهجية دمج التعلم العميق في مهام معالجة البيانات المختلفة من خلال معالجة إطار التعلم العميق ، وتصميم الشبكة العصبية ، والخسارة الوظائف ، والتعلم متعدد المجالات ، بالإضافة إلى بعض نتائج أبحاثنا الأولية. كما ستتم مناقشة بعض القضايا الرئيسية في المجال الحالي وتحديات التنمية التكنولوجية.

يوشيانغ شينغ حصلت على درجة الدكتوراه من جامعة ولاية نيويورك في Stony Brook عام 2003 ثم التحقت بجامعة Tsinghua كعضو هيئة تدريس. تعمل حاليًا أستاذة في قسم الفيزياء الهندسية بجامعة تسينغهوا بالصين. منذ عام 2003 ، كرست نفسها للبحث في النظريات والتقنيات لتطوير وتطبيق أنظمة التصوير بالأشعة السينية. ألفت أو شاركت في تأليف أكثر من 150 مطبوعة بحثية وأكثر من 50 براءة اختراع. تشمل اهتماماتها الحالية فيزياء التصوير بالأشعة السينية ، وطرق إعادة البناء للتصوير المقطعي المحوسب ، ومعالجة الصور الإشعاعية وتقييم الأداء ، وخاصة أساليب التعلم العميق المتطورة لإعادة البناء بالأشعة المقطعية وتقليل المصنوعات اليدوية.

علاقة المتحدث مع IOP Publishing

عضو هيئة التحرير في الفيزياء في الطب وعلم الأحياء.

وظيفة دمج التعلم العميق في التصوير المقطعي بالأشعة السينية ظهرت للمرة الأولى على عالم الفيزياء.

• كوينسمارت. أفضل بورصة للبيتكوين والعملات المشفرة في أوروبا.
• بلاتوبلوكشين. Web3 Metaverse Intelligence. تضخيم المعرفة. دخول مجاني.
• كريبتوهوك. الرادار. تجربة مجانية.
• المصدر: https://physicsworld.com/a/incorporating-deep-learning-into-x-ray-ct-imaging/