脑出血遇到深度学习，是否可以无所遁形？

近期大家对身体健康这个话题格外关注，而我们今天公开课的主题也恰巧与此不谋而合。

 

我国脑卒的发病率已经超过心血管疾病，成为致死、致残率最高的疾病，并且发病率呈逐年上升的趋势，此外脑血管病和颅内肿瘤等脑部疾病也危害人们的健康。

 

在国内医疗环境下，有着重重挑战，倡导AI赋能、AI向善的今天，AI在医疗领域中能做些什么？做了些什么？在某些疾病面前，比如脑出血，AI怎样发挥着作用？

 

在医疗领域中，深度学习技术可以在众多任务与场景中发挥力量，其中医学影像已逐渐成为最有潜力的落地领域之一。目前，胸片、肺癌、宫颈癌、乳腺癌、脑癌的AI分析与诊断都是实际需要迫切的几大应用。人工智能当前已经在出血性脑卒中、缺血性脑卒中、脑血管、脑肿瘤四个方面对脑部影像产品予以赋能。与眼底和宫颈的 2D RGB图像不同，脑出血是 3D CT图像，相比起来，标注 3D 数据的难度比 2D 数据高不少。

 

数据又难又少，怎么做？本期公开课，腾讯优图研究员李翔悦将从腾讯在眼底、宫颈、脑出血病因分析等多个落地项目出发，为大家分享腾讯优图针对3D CT / MRI 数据提出的自监督研究方法，以及如何将研究成果在工程中落地？在脑出血病因分类和脑肿瘤分割案例中是如何应用的？

且听本期公开课为大家带来的精彩内容

 

课程主题：基于脑出血病因分类探索3D影像数据的前沿技术

课程时间：11月28日，20：00——21：30

报名地址：https://edu.csdn.net/huiyiCourse/detail/1102

课程交流群：添加下方小助手微信二维码，回复：公开课，更多信息、资料可在群内获取

 

课程大纲：

1. 基于医学影像识别与分析的核心技术回顾 

2. 医学图像处理的痛点分析与主流解决方法总结

3. 深入三维医疗图像自监督学习方法：从入门到方法应用

4. 医学图像处理领域前沿成果分享

 

课程适合人群以及听众收益

 

适合人群：对人工智能、CV及AI医疗领域感兴趣、从业或研究的同学；工作或业务中涉及AI医疗产品，对相关知识有了解需要的工作人士。

学习收获：对深度学习技术在医疗领域的核心技术、医学图像处理及自监督学习领域获得较为深入的了解

 

讲师介绍

 

李悦翔研究员于2016年获得英国诺丁汉大学博士学位，在攻读博士期间一直致力于医学图像处理算法的研究。毕业回国后进入深圳大学从事博士后研究工作并于2018年5月加入腾讯优图X-lab医疗组。博士及博士后期间发表多篇期刊（TMI）与会议（MICCAI）论文。目前研究方向为无监督学习在医学图像处理中的应用。

 

              

 

12月公开课预告

 

12月11日晚8点直播：透彻影像将在公开课中从基于胃癌到肠癌的病理分析场景下，为大家分享在病例辅助诊断平台发展的现状、面临的挑战，透彻影像又是如何落地此类工程的。

主题：人工智能消化道病理辅助诊断平台——从方法到落地

报名：https://edu.csdn.net/huiyiCourse/detail/1111 

课程大纲：

1、概述：病理人工智能的现状，病理影像的挑战、数据标注与处理；

2、构建基于TensorFlow的胃癌深度学习病理分析模型训练流水线；

3、基于分布式微服务器推理架构的胃部病理诊断系统——挑战与落地；

4、迁移学习在病理影像分析中的应用——从胃部到更多器官。 

 

12月12日晚8点直播：一览群智将在公开课上与大家分享目前非常火热的AI中台的技术与实践，且看一览群智的技术积累与沉淀。

 

12月17日晚8点直播：在本期公开课中，清微智能将带领大家聚焦可重构计算的架构与配置机制，学习可重构计算芯片如何可以根据算法和应用的不同配置硬件资源来执行不同的计算？在实际应用中，可重构计算如何做到高能效和通用性兼备？更重要的是，公开课上还将为大家分享一套配合可重构计算架构的编译工具链，直接降低大家学习与开发的门槛，让软件开发人员不备硬件能力也可轻松开发。

 

课程主题：可重构计算：能效比、通用性，一个都不能少

报名：https://edu.csdn.net/huiyiCourse/detail/1112

课程提纲：

1、芯片产业背景分析、发展趋势及未来业界应对变化的方法

2、可重构计算技术的技术实现原理、优势与价值

3、可重构计算芯片如何执行不同算法或应用的计算

4、开发者与技术人员需要掌握的专业知识与开发工具推荐

 

此外，这些企业都有很多全职与实习岗位正在招聘中。加入「公开课交流群」，就可以咨询与获取更多课程报名地址、学习资料与企业招聘信息！

             

点击阅读原文查看公开课详情或报名