医学领域，在大数据时代的背景下，医学影像的数据也在迅速增加。医学影像主要是由放射科医师和临床医师等进行判读，在疾病的检测、诊断和治疗中起着重要的作用，然而医师本身的主观性、经验上的差异和疲劳等问题，都对结果的产生有着很大的不稳定性。因此，寻找一种可以帮助医师进行高效判读和评估的方法，便成为了一个比较热门的话题。

近年来，深度学习一直处于科研研究的前沿，在各行各业中更是展现出强大的应用能力，在某些视听识别任务中的表现更是超越了人类。在医疗领域，使用深度学习算法进行影像分析，已经成为了当前医学图像分析技术的主流方法。

医学影像与普通的图像数据不一样，多为三维的数据，医师主要通过观察三维图像去发现病变体，然后根据个人经验进行三维解释，但是要对病变体的空间位置、大小、几何性质及其周围生物组织之间的关系进行准确性解析，是非常苦难的。而基于深度学习本身的表征能力，使用深度学习算法，可以对医学影像进行特征降维，特征提取，进一步实现分类、分割等操作，协助医师进行病灶分析和严重性评估，大大提高了医师的判读效率和评估效果。

磁共振影像是医学影像中常见的一种，几乎适用于全身各系统的不同疾病，例如肿瘤、炎症、创伤、退行性病变，以及各种先天性疾病等的检查。那么，如何使用深度学习对磁共振影像进行分析处理呢？

12月27日晚7点，智东西公开课推出深度学习影像分析公开课NVIDIA专场，将由复旦大学类脑智能科学与技术研究院青年研究员罗畯义，为大家讲解深度学习在磁共振医学影像中的应用。

开课时间

时间：12月27日19点
地点：智东西公开课小程序

讲师介绍

罗畯义，复旦大学类脑智能科学与技术研究院青年研究员，专长为磁共振脑结构影像、脑功能影像、复杂脑网络等方法分析，致力于探讨大脑连结于老化以及神经精神疾病之研究。利用多模式影像技术整合大脑结构与功能连结，以找寻显着之生物影像标记为目标，以作为预防、评估及治疗依据。

课程内容

主题：深度学习在磁共振医学影像中的应用

提纲：
1、磁共振医学影像数据处理中的挑战
2、使用NVIDIA DGX Station GPU工作站搭建医学影像分析的深度学习环境
3、不同深度学习算法在磁共振医疗影像中的应用案例
– 基于U-net的磁共振三维影像的白质高信号分割学习
– 使用3dCNN进行病症程度打分预测学习
– 利用CycleGan进行目标序列图像的风格迁移

加入主讲群

每场专场我们都将设置主讲群，并会邀请讲师入群。加入主讲群，你除了可以免费收听直播之外，还能直接和讲师认识及交流。当然，你还可以结识更多的技术大牛。想要加入主讲群的朋友可以扫描海报底部的二维码添加小助手小开（ID：hikai19）进行申请，备注“姓名-公司/学校/-职位/专业”的朋友可以优先审核通过哦。

社群规则

1、智东西社群坚持实名学习、交流和合作，入群后需要修改群昵称为：姓名-公司-所在领域，违者踢群；
2、禁止在群内广告和发送二维码等无关信息，违者踢群。