Chcesz wziąć udział w tym webinarium?
W ostatnich latach głębokie uczenie zyskało duże zainteresowanie i przyniosło imponujące osiągnięcia w różnych zastosowaniach. Włączenie głębokiego uczenia się do rentgenowskiej tomografii komputerowej stało się nieodwracalnym trendem.
W tym seminarium internetowym przedstawimy krótki przegląd technologii głębokiego uczenia. Na tej podstawie, koncentrując się na kluczowych zagadnieniach obrazowania CT, w tym odszumianiu, tłumieniu artefaktów, rekonstrukcji obrazu, omówimy metodologię włączania głębokiego uczenia do różnych misji przetwarzania danych poprzez odniesienie się do struktury głębokiego uczenia, projektowania sieci neuronowych, utraty funkcje, wielodomenowe uczenie się, a także niektóre z naszych wstępnych wyników badań. Omówione zostaną również niektóre z kluczowych zagadnień w obecnej dziedzinie oraz wyzwania technologiczno-rozwojowe.
Yuxiang Xing uzyskała tytuł doktora na State University of New York w Stony Brook w 2003 roku, a następnie dołączyła do Tsinghua University jako członek wydziału. Obecnie jest profesorem na wydziale fizyki inżynierskiej na Uniwersytecie Tsinghua w Chinach. Od 2003 roku zajmuje się badaniami nad teoriami i technologiami rozwoju i zastosowania systemów obrazowania rentgenowskiego. Jest autorką lub współautorką ponad 150 publikacji naukowych i ponad 50 patentów. Jej obecne zainteresowania obejmują fizykę obrazowania rentgenowskiego, metody rekonstrukcji w CT, przetwarzanie obrazu radiacyjnego i ocenę wydajności, w szczególności najnowocześniejsze metody głębokiego uczenia się w rekonstrukcji CT i redukcji artefaktów.
Relacja prelegenta z IOP Publishing
członek rady redakcyjnej Fizyka w medycynie i biologii.
Chcesz wziąć udział w tym webinarium?
Dlaczego nie zapisać się na nasze inne webinaria AI w ramach tygodnia fizyki medycznej? Nawet jeśli nie możesz dołączyć do wydarzenia na żywo, rejestracja teraz umożliwia dostęp do nagrania, gdy tylko będzie ono dostępne.
- Przyspieszenie odkrywania leków dzięki uczeniu maszynowemu i sztucznej inteligencji
Poniedziałek 20 czerwca, godz. 3:XNUMX czasu BST - Obliczenia komputerowe i uczenie maszynowe w radioterapii
Poniedziałek 20 czerwca, godz. 5:XNUMX czasu BST - Synergiczna integracja głębokiego uczenia i rekonstrukcji opartej na modelu w celu generowania obrazów CT
Wtorek 21 czerwca, 3:XNUMX czasu BST - Skoncentruj się na modelach uczenia maszynowego w obrazowaniu medycznym
Czwartek 23 czerwca, godz. 3:XNUMX czasu BST
Post Włączenie uczenia głębokiego do obrazowania rentgenowskiego CT pojawiła się najpierw na Świat Fizyki.
- "
- &
- a
- dostęp
- adresowanie
- AI
- Zastosowanie
- aplikacje
- Uwaga
- dostępny
- podstawa
- stają się
- deska
- członek zarządu
- wyzwania
- Chiny
- Aktualny
- Obecnie
- pionierski nowatorski
- analiza danych
- głęboko
- Wnętrze
- oprogramowania
- różne
- odkrycie
- dyskutować
- domena
- lek
- Umożliwia
- Inżynieria
- szczególnie
- ewaluację
- wydarzenie
- i terminów, a
- skupienie
- Framework
- od
- Funkcje
- HTTPS
- obraz
- imponujący
- zawierać
- Włącznie z
- integracja
- zainteresowania
- problemy
- przystąpić
- Dołączył
- Klawisz
- nauka
- relacja na żywo
- maszyna
- uczenie maszynowe
- zrobiony
- medyczny
- lekarstwo
- członek
- metody
- misje
- modele
- Poniedziałek
- jeszcze
- wielokrotność
- sieć
- I Love New York
- Inne
- część
- Patenty
- jest gwarancją najlepszej jakości, które mogą dostarczyć Ci Twoje monitory,
- Fizyka
- przetwarzanie
- Profesor
- RE
- Odebrane
- niedawny
- związek
- Badania naukowe
- Efekt
- znak
- ponieważ
- kilka
- Łącza
- Stan
- systemy
- Technologies
- Technologia
- Połączenia
- Tsinghua
- uniwersytet
- różnorodny
- Webinar
- Seminaria
- tydzień
- lat