天池医疗AI大赛冠军团队算法分享：肺部结节智能检测 | 公开课

分享背景

▼

人工智能在医疗影像方面的应用是近年来的一个研究热点，而肺癌在所有恶性肿瘤中发病率及死亡率中均占首位，因此如何利用人工智能技术对肺部CT图像进行分析就显得尤为重要。在十月刚刚结束的天池医疗AI大赛（肺部结节智能诊断）中，由北京大学王立威教授指导的LAB2112团队获得了决赛总冠军。本次分享，将由该团队的队长王东介绍他们在天池医疗AI大赛中所采用的算法，以及他们在肺部结节检测方面的相关工作。

分享主题

▼

天池医疗AI大赛冠军团队算法分享：肺部结节智能检测

分享提纲

▼

1. 肺部CT图像背景知识介绍

2. LUNA 2016及Kaggle Data Science Bowl 2017参赛算法简介

3. 参加天池医疗AI大赛时所使用的三阶段算法模型介绍

4. 总结与回顾，与决赛其他团队方法的比较

分享人简介

▼

王东，北京大学信息科学技术学院硕士研究生。所参与团队曾获得LUNA2016结节检测竞赛第一名，Kaggle Data Science Bowl 2017肺癌预测大赛第四名，天池医疗AI大赛冠军。

分享时间

▼

北京时间11月13日（周一）20:00

参与方式

▼

扫描海报二维码添加社长微信，备注「王东」

公开课精彩往期回顾

复旦Ph.D沈志强：用于目标检测的DSOD模型（ICCV 2017）

极限元刘斌：深度学习在语音生成问题上的典型应用

搜狗文仕学：基于深度学习的语音分离

Video ++孙兆民：视频内容识别行业分析

悉尼科大王超岳：基于生成对抗网络的图像编辑方法

达观数据张健：文本分类方法和应用案例

清华Ph.D王书浩：基于深度学习的电商交易欺诈检测系统

Twitter工程师王东：详解YOLO2与YOLO9000目标检测系统

Kaggle比赛金牌团队：图像比赛的通用套路有哪些？

宜远智能刘凯：显著降低模型训练成本的主动增量学习

如果你觉得活动不错，欢迎点赞并转发本文~

                ▼▼▼