报告主题: Generative adversarial networks and adversarial methods in biomedical image analysis

报告摘要: 生成对抗网络(GANs)是深度生成模型的一个强大的子类,目前不仅受到计算机视觉和机器学习社区的广泛关注,而且还受到医学成像社区的广泛关注。GANs背后的关键思想是两个神经网络共同优化:一个网络试图合成与真实数据点相似的样本,而另一个网络评估结果与样本参考数据库的一致性。使用GANs进行样本合成可能用于解决大型和不同的带注释数据库的不足。此外,在对抗性博弈中优化的两个网络的概念被用来提供额外的损失项,以提高现有图像分析方法的性能。对抗性方法已成功地应用于典型的医学图像分析中,如去噪、重建、分割和检测。此外,对抗性训练在半监督学习和异常检测等领域也有新的应用。在本教程中,我们将在五个部分中提供关于GANs和医学图像分析中的对抗方法的基础和高级材料。我们将着重于机器学习和计算机视觉文献中最先进的核心论文,以及它们与医学影像分析作品的关系。为了使这些概念具体化,我们将提供一些医学成像应用的例子,这些应用都来自我们自己的工作和其他人的工作。

邀请嘉宾

Anirban Mukhopadhyay,达姆施塔特工业大学(德国)

Jelmer Wolterink,阿姆斯特丹大学医学中心(荷兰)

Konstantinos Kamnitsas,帝国理工学院(英国)

Jelmer Wolterink,阿姆斯特丹大学医学中心(荷兰)

成为VIP会员查看完整内容
Lecture_2.pdf
Lecture_1.pdf
Lecture_4.pdf
Lecture_3.pdf
29

相关内容

达姆施塔特工业大学(德语:Technische Universität Darmstadt),是德国历史悠久的理工科技大学,位于黑森州达姆施塔特,以工程学,自然科学及建筑学等而闻名。是各邦联州自德意志联邦共和国诞生以来,第一个自主办学的公立大学。自己实行财政预算和不动产管理,并独立自由的聘请教授。德国九所卓越理工大学联盟TU9成员之一,两次入选德国大学卓越计划(Exzellenzinitiative)。世界第一个电子工程系于1882年在达姆施塔特工业大学成立。 计算机科学,电气工程,人工智能,机电一体化,商业信息学以及更多课程被德国达姆施塔特工业大学的德国科学学科引入。[5][6][7] 在密码学,IT安全和软件工程领域,达姆施塔特大学是欧洲领先的大学。 [8] 在人工智能,机器人技术,机器学习,计算机视觉和自然语言处理领域,它在欧洲大学中排名第二,在德国排名第一。[8] 达姆施塔特工业大学拥有德国技术大学中最多的高管。
最新《生成式对抗网络》简介,25页ppt
专知会员服务
167+阅读 · 2020年6月28日
GAN零基础入门:从伪造视频到生成假脸
新智元
13+阅读 · 2019年6月18日
生成对抗网络GANs学习路线
专知
36+阅读 · 2019年6月10日
深度学习与医学图像分析
人工智能前沿讲习班
39+阅读 · 2019年6月8日
关于GANs在医学图像领域应用的总结
人工智能前沿讲习班
31+阅读 · 2019年6月4日
半监督学习背景下的对抗生成网络
论智
6+阅读 · 2018年9月10日
一文读懂生成对抗网络GANs(附学习资源)
数据派THU
10+阅读 · 2018年2月9日
Arxiv
4+阅读 · 2018年9月25日
Arxiv
7+阅读 · 2018年5月21日
Arxiv
5+阅读 · 2018年5月1日
VIP会员
相关VIP内容
最新《生成式对抗网络》简介,25页ppt
专知会员服务
167+阅读 · 2020年6月28日
相关资讯
GAN零基础入门:从伪造视频到生成假脸
新智元
13+阅读 · 2019年6月18日
生成对抗网络GANs学习路线
专知
36+阅读 · 2019年6月10日
深度学习与医学图像分析
人工智能前沿讲习班
39+阅读 · 2019年6月8日
关于GANs在医学图像领域应用的总结
人工智能前沿讲习班
31+阅读 · 2019年6月4日
半监督学习背景下的对抗生成网络
论智
6+阅读 · 2018年9月10日
一文读懂生成对抗网络GANs(附学习资源)
数据派THU
10+阅读 · 2018年2月9日
微信扫码咨询专知VIP会员