Intégration synergique de l'apprentissage profond et de la reconstruction basée sur des modèles pour la génération d'images CT PlatoBlockchain Data Intelligence. Recherche verticale. Aï.

Intégration synergique de l'apprentissage en profondeur et de la reconstruction basée sur des modèles pour la génération d'images CT

Horodatage: 6 juin 2022 9h34

Vous souhaitez participer à ce webinaire?

Rejoignez le public
Intégration synergique de l'apprentissage profond et de la reconstruction basée sur des modèles pour la génération d'images CT PlatoBlockchain Data Intelligence. Recherche verticale. Aï.
(Avec l'aimable autorisation de Gorodenkoff/Shutterstock)

La reconstruction d'image basée sur un modèle (MBIR) conventionnelle pour la tomodensitométrie à rayons X est souvent formulée comme un problème d'optimisation, dont la solution est l'image inconnue à reconstruire.

La recherche de ces dernières années s'est déplacée pour remplacer les composants de ces méthodes MBIR conventionnelles par des modèles de réseaux de neurones profonds. Une telle intégration peut fournir à la fois une qualité d'image améliorée et une certaine interprétabilité de l'architecture d'apprentissage en profondeur.

Jingyan Xu présentera quelques approches existantes combinant apprentissage profond et MBIR, et discutera de leurs forces, faiblesses et extensions futures possibles.

Intégration synergique de l'apprentissage profond et de la reconstruction basée sur des modèles pour la génération d'images CT PlatoBlockchain Data Intelligence. Recherche verticale. Aï.Jingyan Xu a obtenu son doctorat en génie électrique à l'Université de Stanford. Elle est actuellement professeure adjointe au Département de radiologie de l'Université Johns Hopkins. Son domaine d'expertise réside dans le développement de méthodes de reconstruction d'images basées sur des modèles et d'évaluation de la qualité d'image basée sur des tâches pour la tomodensitométrie à rayons X. Plus récemment, elle a travaillé sur l'intégration synergique de l'apprentissage en profondeur et de la reconstruction basée sur des modèles pour la génération d'images CT.

 

Relation conférencier avec IOP Publishing

Co-auteur d'un article récemment publié Physique en médecine et biologie revue d'actualité, Algorithmes d'optimisation convexe dans la reconstruction d'images médicales - à l'ère de l'IA.

Vous souhaitez participer à ce webinaire?

Rejoignez le public

Pourquoi ne pas vous inscrire à nos autres webinaires AI in Medical Physics Week ? Même si vous ne pouvez pas rejoindre l'événement en direct, l'inscription vous permet désormais d'accéder à l'enregistrement dès qu'il est disponible.

Intégration synergique de l'apprentissage profond et de la reconstruction basée sur des modèles pour la génération d'images CT PlatoBlockchain Data Intelligence. Recherche verticale. Aï. Intégration synergique de l'apprentissage profond et de la reconstruction basée sur des modèles pour la génération d'images CT PlatoBlockchain Data Intelligence. Recherche verticale. Aï.

Le poste Intégration synergique de l'apprentissage en profondeur et de la reconstruction basée sur des modèles pour la génération d'images CT apparaît en premier sur Monde de la physique.

Horodatage:

Plus de Monde de la physique