未来医疗大讲堂系列三期课程回顾:王立威、柏文洁、赵地如何看待医学影像的机遇与未来?

2017 年 12 月 13 日 AI掘金志

未来医疗大讲堂已经成功举办三期的课程。


近三周我们分别邀请了北京大学王立威教授、肽积木CEO柏文洁以及中国科学院计算机网络信息中心赵地博士,从学术界和工业界的不同视角,为学员分享了AI医学影像的技术解读、实战经验与心得体会,同时对比较热门的肺结节和眼底影像以及基于超声的智能影像分析进行了深入探讨。


作为课程内容策划方,AI掘金志在近半年内采访了几十位应用过AI产品的三甲医院院长、影像科主任医师、信息中心主任,以及与几十位医疗人工智能公司CEO和数百位AI研究员进行过深入探讨,我们深谙医、工之间的盲区和痛点。


下面,我们就来回顾一下三期嘉宾的精彩课程。


嘉宾介绍:


王立威:北京大学信息科学技术学院教授


王立威教授在机器学习领域发表论文100余篇,2011年入选人工智能重要国际奖项AI's 10 to Watch,是亚洲首位获得该奖项的学者。2012年获得首届国家自然科学基金优秀青年基金;担任国际人工智能权威会议NIPS,IJCAI领域主席;中国计算机学会人工智能与模式识别专委会常委。


王立威教授在医学影像分析,尤其是肺部CT图像分析上有着深厚的研究基础和丰富的研究经验,指导的学生团队曾参与Kaggle Data Science Bowl 2017肺癌预测大赛,于全球1972支队伍中获得第4名;


在LUNA肺结节检测挑战赛,在肺结节检测和假阳性削减两项任务中均取得第1名并保持到2017年7月,相关文章发表在医学图像计算顶级会议MICCAI 2017。


在今年10月份结束的天池医疗AI大赛中,王立威老师再次带领团队从2887支队伍中脱颖,获得了决赛冠军。


近些年,王立威教授也与北京大学的多个附属医院共同研究医疗人工智能项目,并取得了一系列优秀成果。


雷锋网AI掘金志对王立威教授的课程进行了整理:《北京大学王立威教授:AI 医学影像的现状、机遇与挑战》查看完整视频内容请点击阅读原文


主题:AI医学影像的现状、机遇与挑战


课程内容:


  • 我为什么选择医学影像这条路

  • 重新审视AI这个工具:我眼中的人工智能与机器学习

  • 当前AI医学影像技术的真实现状

  • 实战案例详解:人工智能肺结节检测与良恶性诊断

  • 经验分享:错误、弯路、失败、技巧、解决方法

  • 致AI医学影像领域的工作者:我们应具备哪些素质与技术

  • 未来AI医学影像的机遇与突破点


嘉宾介绍:


柏文洁


柏文洁,北京肽积木科技有限公司创始人&CEO,大数据领域的连续创业者,知名大数据公司信柏科技、时趣互动运营核心创始成员。AI算法工程师,独创的LP-NET算法在医疗影像病灶识别方面取得国际领先水平。


主题:AI医学影像的三大技术实战、优劣、经验及发展


课程内容:


  • 医疗影像的常见应用问题以及我们应该怎么做


  • 医疗影像应用的深度学习解决方案


  • 分类网络在医疗影像中的应用、优缺点及拓展


  • 图像切割在医疗影像中的应用、优缺点及拓展


  • GAN网络的应用场景及思考 


雷锋网AI掘金志对柏文洁的课程进行了整理:《肽积木CEO柏文洁:AI 医学影像的三大技术实战、优劣与经验》查看完整视频内容请点击阅读原文


嘉宾介绍:


赵地:中国科学院计算机网络信息中心(CNIC),百人计划,副研究员


中国科学院计算机网络信息中心“百人计划”赵地博士毕业于美国路易斯安娜理工大学,并在美国哥伦比亚大学和OSU从事博士后研究,在人工智能的医学应用工作十余年。赵地老师带领的脑科学计算研究课题组与NVIDIA成立“GPU教育中心”及“智慧医疗联合实验室”。


赵地的团队针对人类典型性疾病的早期诊断和治疗展开研究,提出众多解决方案并取得一系列成果。针对北京市乃至全国人口老龄化问题,赵地老师与首都医科大学天坛医院及宣武医院合作,率先在国内开展了基于医学领域知识及深度学习的阿尔茨海默病早期诊断的研究,承担了北京市自然科学基金重点项目及北京市科技重大专项等多项课题。


同时,该课题组已与国内十几家医院合作,在HIV引起的认知障碍、血管性认知障碍、肺癌筛查、颈动脉超声识别、前列腺癌智能诊断、糖网鉴别等诸多领域展开深入研究,并取得了一系列突出成果。


主题:深度学习与医学影像分析:深度学习在4大病种影像中的前沿应用


课程内容:


  • 如何在医学影像分析中应用好深度学习


  • 基于深度学习的臂丛神经识别


  • 基于深度学习的关节智能识别


  • 基于深度学习的乳腺超声影像分析


  • 基于深度学习的脂肪肝超声影像分析


赵地博士的课程将于近日推出文字版内容,查看完整视频内容请点击阅读原文


适宜人群与机构


企业:医疗人工智能从业者与创业者


高校:计算机视觉、图像处理与医学影像研究背景的教授、研究员;欲从事医学影像分析的学生


医院:影像科/放射科/病理科主任医师、信息中心主任


监管:CFDA等医疗相关监管机构的从业者


参与方式:


报名观看:扫描文章底部海报二维码,关注公众号“AI掘金志”,进入后直接回复关键词“医学影像”四字,预约课程。


福利:若想进入高端成员群与众多大牛们交流讨论,请加小助手小艾微信ID:mooccai,在发送好友验证框里备注个人信息(影像+姓名+公司/学校、职位/专业),通过审核后将邀请您进入未来医疗高端成员群。(专业群审核严格,请认真填写,感谢理解。)


更多课程:《未来医疗大讲堂—医学影像专题》前后会有近10位产、学、医领域的权威专家进行深度分享,每堂课60~120分钟,从本周起,会保持每周一更,后续的课程时间与详情,会在公众号“AI掘金志”实时告知。


费用:直播免费;录像回看付费(9.9元)


关于《未来医疗大讲堂—医学影像专题》系列课程的更多介绍,欢迎点击超链接阅读:《做AI的不懂医学,学医的不懂AI ?顶级”AI+医学影像“系列课程来袭》


点击下方“阅读原文”,跳转至网页后选择“医学影像大讲堂”栏目查看往期精彩视频回放


长按二维码,关注雷锋网旗下「AI掘金志」


登录查看更多
0

相关内容

北京大学信息科学技术学院教授。主要从事机器学习理论研究。在机器学习国际权威期刊会议发表高水平论文100余篇。担任机器学习与计算机视觉顶级期刊IEEE TPAMI编委。多次担任国际机器学习旗舰会议NeurIPS (NIPS)与ICML领域主席。入选AI’s 10 to Watch,是该奖项自设立以来首位获此荣誉的中国学者。获得首届国家自然科学基金优秀青年基金。带领团队获得首届天池AI医疗大赛决赛冠军。个人主页:https://eecs.pku.edu.cn/info/1437/6859.htm
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
【上海交大】半监督学习理论及其研究进展概述
专知会员服务
69+阅读 · 2019年10月18日
医疗知识图谱构建与应用
专知会员服务
384+阅读 · 2019年9月25日
【综述】智能医疗综述,48页论文详述医学AI最新进展
专知会员服务
69+阅读 · 2019年9月1日
预告 | CSIG图像图形学科前沿讲习班:图神经网络
YOSIA Webinar | 再生医学的前沿发展
未来论坛
4+阅读 · 2019年4月27日
大讲堂 | 基于医疗知识的疾病诊断预测
AI科技评论
10+阅读 · 2019年1月22日
报名 | 清华大学“智慧医学影像论坛2018”
数据派THU
8+阅读 · 2018年6月27日
中科院赵地:深度学习在 4 大超声影像中的应用
AI掘金志
9+阅读 · 2017年12月17日
【回顾】医学影像计算与分析
AI研习社
5+阅读 · 2017年11月5日
Arxiv
15+阅读 · 2020年2月6日
Arxiv
20+阅读 · 2019年9月7日
Arxiv
7+阅读 · 2017年12月26日
VIP会员
相关VIP内容
基于深度学习的多标签生成研究进展
专知会员服务
141+阅读 · 2020年4月25日
【上海交大】半监督学习理论及其研究进展概述
专知会员服务
69+阅读 · 2019年10月18日
医疗知识图谱构建与应用
专知会员服务
384+阅读 · 2019年9月25日
【综述】智能医疗综述,48页论文详述医学AI最新进展
专知会员服务
69+阅读 · 2019年9月1日
Top
微信扫码咨询专知VIP会员