Discuz! Board

 找回密码
 立即注册
搜索
热搜: 活动 交友 discuz
查看: 15|回复: 0

后新冠时代:如何抓住AI赋予医疗的春天?

[复制链接]

1万

主题

1万

帖子

5万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
58026
发表于 2020-10-14 11:55:52 | 显示全部楼层 |阅读模式

                    

                    

                    
                    
                    <section data-role="paragraph" data-color="rgb(182, 228, 253)" data-custom="rgb(182, 228, 253)"><section><section><section><section powered-by="gulangu"><section><section><section><section powered-by="gulangu"><section><section><section><section powered-by="gulangu"><section><section><section><section powered-by="gulangu"><section><section><section><section><p><p><img src="image/20201014/86b79d371e9862b01189f0252a03b2cd_1.jpg" /></p></p></section><section><section><span><strong></strong></span></section><p><span>医疗器械媒体报道先锋</span></p><p><span>分享专业医疗器械知识</span></p></section><section><section><section><span>关注</span></section></section></section></section></section></section></section></section></section></section></section></section></section></section></section></section></section></section></section></section></section></section></section><section data-tools="gulangu" data-id="97917"><section><section><section powered-by="gulangu"><section><section><section powered-by="gulangu"><section><section><p><br  /></p><p><span>据世卫组织6月28日9时最新公布的数据显示,全球新冠肺炎确诊病例已超过960万例,席卷全球,近千万人感染的新冠肺炎给全球医疗系统带来了沉重负担,急需新的技术手段。</span><span>近年来,人工智能已经在医疗卫生领域发挥重要作用</span><span>,</span><span>而突如其来来的新冠疫情帮助我们加速认清了AI+医疗的价值。AI在疫情辅助控制、新冠治疗药物研发、病例筛查等方面均有不错的表现。</span></p><p><span><br  /></span></p><p><span>抛开疫情,国内人口老龄化问题逐渐突出,医疗资源分布不均等现状使人工智能在医疗卫生体系中扮演重要角色,主要需求集中在基于大数据的疾病或疫情预警、智能读片、智能诊疗系统、智能医护辅助系统等,而目前的AI医疗产品主要分布在<span>AI医疗影像、</span>AI疾病预测、AI新药研发、AI医疗辅助机器人、AI健康管理等应用场景。</span></p><p><br  /></p><p><span>虽然目前AI医疗面临临床认证难、数据获取难、隐私风险、责任风险及人才等方面的挑战,但在政策扶持下,<span>医疗AI</span>仍然得到了快速发展,从医疗AI融资轮次的分布情况来看,目前我国医疗AI技术还处在比较初级的阶段,大部分融资还集中在公司比较早期的阶段,</span><span><strong>也体现了发展潜力巨大</strong></span><span>。</span></p><p><br  /></p><p><p><img src="image/20201014/78a1ba6682cd5e143fbf284629d43506_2.png" /></p></p><p><br  /></p><p><span>AI医疗影像是目前我国进展最快,关注度最高的领域之一,蕴含巨大的商业价值,但该领域有相对较高的入局门槛,将很多想要入局该领域的人拒之门外。</span><span>现在一个机会可以让大家充分了解这一行业,通过直播免费课程,实现简单易懂的案例分解,手把手教你借助MATLAB,进行医疗影像人工智能算法的开发、实现和部署。</span></p></section><section><br  /></section><p><span><strong><span>关于MATLAB</span></strong></span></p><p><br  /></p><p><span>MATLAB是matrix&amp;</span><span>laboratory</span><span>两个词的组合,意为矩阵工厂(</span><span>矩阵实验室</span><span>)。是由美国M</span><span>athWorks</span><span>公司发布的主要面对科学计算、可视化以及</span><span>交互式程序设计</span><span>的高科技计算环境。</span></p><p><span><br  /></span></p><p><span><p><img src="image/20201014/20c615fc4116160254df7f2d1dd42e5e_3.png" /></p></span></p><p><span><br  /></span></p><p><span>它将数值分析、</span><span>矩阵计算</span><span>、科学</span><span>数据可视化</span><span>以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中,为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案,并在很大程度上摆脱了传统非交互式程序设计语言(如C、Fortran)的编辑模式,代表了当今国际科学计算软件的先进水平。</span></p><section><br  /></section><section><p><span><strong><span>深度学习在医学图像处理中的应用&nbsp;</span></strong></span></p><p><span><strong>2020&nbsp;年 6&nbsp;月 30&nbsp;日&nbsp;&nbsp;19:30</strong></span></p><p><span><br  /></span></p><p><span>现代医疗诊断日渐依赖于CT、核磁、病理切片等医学影像,医疗影像医生却日益紧缺。另一方面,人工智能领域的蓬勃发展,为智能辅助诊断提供了可能,借助人工智能可大幅提高筛查效率,同时降低误诊率,辅助医生进行精准诊断。而医学影像处理,具有其特殊性和独特挑战,如CT、核磁中的三维图像处理、配准、识别、智能检测与分割,又如病理切片涉及的巨幅图像导入、标注和智能检测。本次微直播将介绍</span><strong><span>如何基于MATLAB进行医疗影像人工智能算法的开发,尤其针对三维图像处理和巨幅图像处理的全新功能,为医疗影像领域应用带来强大助力。</span></strong><span>另外,还会介绍<strong>如何自动生成代码,以支持嵌入式硬件(ARM、GPU等)和CPU的实现,以及进行云端应用的发布。</strong></span></p><p><br  /></p><p><p><img src="image/20201014/709a636e086859c0e599c491c62a3a59_4.png" /></p></p><p><br  /></p><p><strong><span>课程亮点:</span></strong></p><p><br  /></p><p><strong><span>· 成功案例:</span></strong></p><section><span>- 基于声谱图的哮喘智能监测设备 —— 澳大利亚 RESPIRI&nbsp;&nbsp;&nbsp;</span></section><section><span>- 基于红外图像的医用血糖监测仪 —— 美国 GlucoLight</span></section><section><span><br  /></span></section><p><strong><span>· 深度学习的医疗图像分析和诊断辅助&nbsp;</span></strong></p><section><strong><span>- CT / MRI 3D 医学影像&nbsp; &nbsp;</span></strong></section><section><span>- 3D 图像处理:Demo 3D 图像分割估算肺活量&nbsp; &nbsp;</span></section><section><span>- 3D 图像中的深度学习:Demo 颅内肿瘤三维检测及分割&nbsp;</span></section><section><span><br  /></span></section><section><strong><span>- 病理切片&nbsp;&nbsp;&nbsp;</span></strong></section><section><span>- 巨幅图像深度学习:Demo 肿瘤组织切片智能分析</span></section><p><span><br  /></span></p><p><strong><span>· 快速原型及算法部署</span></strong></p><p><strong><span>&nbsp;</span></strong></p><p><span>演讲者:</span></p><p><p><img src="image/20201014/d080cc8513dda8d64e763ba53719c60c_5.png" /></p></p><p><br  /></p><p><span>单博,MathWorks 高级应用工程师,主要方向为深度学习、图像和计算机视觉及FPGA/ASIC。曾在 HARRIS Corp. 和航天研究院所从事多年计算机视觉、深度学习和高速数字信号处理研发工作。硕士毕业于哈尔滨工业大学信息与通信工程专业。</span></p><p><br  /></p><p><span>长按识别二维码,关注公众号,即可免费报名:</span></p><p><br  /></p><p><p><img src="image/20201014/702014b145a7d00511a3c158a5e234e2_6.png" /></p></p><p><br  /></p><p><span><p><img src="image/20201014/aad9f56b0707b5374bbac6273a663447_7.jpg" /></p></span></p></section></section></section></section></section></section></section></section></section>
               
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|Comsenz Inc. ( 浙ICP备17000336号-1 )

GMT+8, 2025-3-12 14:34 , Processed in 0.089044 second(s), 34 queries .

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表