HIT Webinar 聚焦生物医疗，人工智能及前沿科技，围绕Healthcare，Intelligence & Technology探索医学影像处理、计算机视觉、智慧医疗、生物信息学、新型临床诊疗装备、智能康复机器人、医疗可穿戴设备、人工智能辅助制药等前沿技术的发展与应用。
本期特邀报告将于北京时间2024年1月5日晚上20：30于腾讯会议进行，时长一小时，欢迎您注册参加。
如何提高AI诊断模型的效率与可解释性
北京时间2024年1月5日晚上20：30
#腾讯会议：529-300-881
在医学影像这一快速发展的领域中，存在一些重大挑战，这些挑战在真实世界的临床设置中展示系统的安全和可靠采用方面带来了相当的困难。这些挑战源自医疗生态系统的独特性，其中对不完美的临床数据的处理、标注数据集的稀缺性以及可解释性的迫切需求占据了优先地位。为了应对这些挑战，我探索了两个主要方向：（i）无标签学习：我的研究努力集中在利用大量的未标注数据与有限的标注数据结合，打造出能够精确捕捉医学数据中细微解剖特征的强大视觉表现。在我的工作中，我已经开发了医学分割算法，这些算法不仅仅停留在对解剖对象的2D理解，而是在不同的模态（即CT、MRI、PET）中对它们的完整3D形态进行了全面的3D理解；（ii）可解释的医学影像：我的工作的重要焦点在于深入探讨我们在临床设置中使用的神经网络的理论基础。通过深入理解这些模型的内部运作和特性，这些理论知识作为基础，专门为临床领域的独特要求和挑战定制更加稳健和可信的方法。在我的工作中，我提高了“黑箱”模型的透明度，并研究了如何利用这些特性来解释经验性能，特别强调了优化和泛化理论领域。END
研讨会信息
组织单位
医工学人
中国科学院苏州生物医学工程技术研究所研究生会
HealthX医疗科技俱乐部
中美生科青年创投俱乐部
上海博联
复旦大学创新创业协会
复旦科创协会
NW Technology
钰沐菡
寇享学术
招募令
点击阅读原文 注册研讨会
本篇文章来源于微信公众号: 医工学人
