線上 | 迪英加董事長兼聯合創始人楊林: 深度學習在生物醫學影像分析的應用

05-03

11月9日（周四）晚8點，在將門技術社群，我們邀請到的是將門被投企業——醫療影像領域人工智慧公司迪英加科技董事長兼聯合創始人、美國佛羅里達大學終身教授楊林博士，他將為我們帶來「Deep Learning in Biomedical Image Analysis」的主題分享。

活動信息

▼

主題：Deep Learning in Biomedical Image Analysis

時間：11月9日（周四）20:00

地點：將門創投鬥魚直播間

分享提綱

▼

數字病理圖像分析可以為改善諸如肺癌、乳腺癌、腦腫瘤等疾病的表徵提供關鍵的定量支持。但隨著圖像數據量的不斷增加，人工處理這些海量數據效率太低且是不可能完成的。因此深度學習在生物醫學圖像分析領域的應用引起了廣泛關注。

在本次分享中，我們將介紹深度學習在數字病理學中的多個應用，尤其是針對各類病理圖像的細胞檢測任務的應用。深度學習方法通常採用原始輸入數據，並通過一系列非線性變換逐步學習分層特徵表示。理論和實踐都證明，深層架構能夠通過學習高度複雜的函數從而揭示出數據的內在結構。卷積神經網路（CNN）是最成功和最廣泛使用的體系結構之一。

因此在本次分享中，我們還將重點介紹幾個基於CNN的學習框架，包括全卷積網路（FCN）、Deep Voting和結構化回歸，以實現高效且穩健的細胞檢測。以上三種架構均採用卷積層和二次採樣層進行層次化特徵表示，FCN中使用反卷積層進行特徵向上採樣，這對於端到端的訓練至關重要。具體而言，FCN無需調用滑動窗口測試，非常適合用於大規模的圖像分析。

嘉賓介紹

▼

楊林

迪英加董事長、聯合創始人

美國佛羅里達大學終身教授

楊林博士本科畢業於西安交通大學，現在是美國佛羅里達大學生物醫學工程系、電子與計算機工程系、計算機系三系終身副教授博導，具有超過15年影像大數據研發經驗，是人工智慧醫學和深度學習處理影像大數據國際知名專家。獲得2008年ISBI NIH傑出青年科學家論文獎，2015醫學圖像分析頂級年會(MICCAI) 青年科學家和最佳論文獎，發表同行評議的學術論文100多篇，參與編撰2本基於深度學習的醫學圖像分析和計算機輔助診療的專著。在國際權威期刊和頂級會議發表SCI期刊和會議論文100多篇：其中包括PAMI, CVPR, ECCV, AAAI, MICCAI 等。

近年來，楊林博士主持或參與了多項美國國家健康局R01基金(NIH R01)、美國肺癌協會基金等科研項目，2017年參與編撰了一本基於深度學習的醫學圖像分析的最新前沿專著：「基於深度學習和卷積神經網路的醫學圖像分析」。

觀看直播或加群

▼

關注「將門創投」微信公眾號(thejiangmen)，後台回復「CV群」，獲取入群通道及直播地址。

-END-

歡迎加入將門技術社群！

現已涵蓋CV、機器人、NLP、ML、IoT等多個當下火熱的技術話題。我們每周邀請來自產學研的優秀技術人進行線上分享，目前群里已匯聚數千位上述領域的技術從業者。

入群方式>>關注「將門創投」（id:thejiangmen）微信公眾號，在後台回復關鍵詞「技術社群」，提交入群申請表。通過審核後，我們會在第一時間發出邀請。