頂級AI醫學影像課程，第四期：實戰中的數據標注、算法方法、算力優化

主題：AI醫學影像落地實戰：數據標注、算法方法、算力優化

時間：12月21日（周四），晚上8點

嘉賓：吳博，宜遠智能CEO、英國利茲大學博士后、前愛立信大數據研究院資深研究員、谷歌研究獎獲得者。

報名方式：掃描文章底部海報二維碼，關注公眾號“AI掘金志”，進入后直接回復關鍵詞“醫學影像”四字，預約課程。

本期課程詳情

在第一期的課程中，北京大學王立威教授多次強調：單純將圖像識別技術嫁接到醫學影像上，還遠遠不夠。

醫學圖像除了自身與常見圖像差異極大外，對數據的標注也有著特殊的要求，同時面臨數據稀缺、尺寸大、隱私性高、3D圖像較多等問題……

這些棘手難題，使得AI在醫學影像分析的多個核心環節中，不得不做出巨大妥協。犧牲A，成就B，十分被動。

針對醫學影像分析實際操作的種種難題，雷鋒網邀請了宜遠智能CEO吳博，為大家深入講解《AI醫學影像落地實戰：數據標注、算法方法、算力優化》。

從上層算法、中層數據和底層算力三大核心點出發，根據實戰案例經驗，解讀AI醫學影像的技術落地、工程搭建和軟硬件選型等問題。

嘉賓介紹：

吳博，宜遠智能CEO

學術背景：吳博先后在清華大學、香港浸會大學求學，并在英國利茲大學完成博士后，師從計算機視覺專家唐遠炎教授等人。與此同時，他也在ICML/ACL等頂級會議發表多篇人工智能論文。

工業界經驗：2017年創立醫療AI公司：宜遠智能，該公司集結了20多名人工智能博士以及眾多海內外醫學顧問，為醫療健康領域提供AI增強解決方案，并與多家知名醫院達成合作，并推出成型產品。

創立宜遠智能之前，吳博曾在愛立信大數據研究院任職。還主導過百億級虛擬品電商、數字貨幣系統的業務及數據架構建設與運營。

2017年成果：吳博領導的宜遠智能團隊在醫學影像領域，取得以下成績：

1.阿里天池醫療AI大賽GPU環節國內最佳；開源系統榮獲大賽人氣獎。

2.面部皮膚診斷分析API、SDK已經進入商業化，并在2017年世界互聯網大會展出。

3.宮頸基液細胞學診斷AI在權威評測中，超出醫生水平。

課程提綱

一、數據篇

• 數據資產盤點及脫敏方法

• 醫學影像數據的標注設計（工具、界面，內網部署等）

二、算法篇

• 必備的AI重點知識和技能（數據集劃分、偏差方差、度量指標等）

• 從深度學習目標檢測角度來處理醫學影像任務（以皮膚和病理為例）

• 多模態方法

三、算力優化篇

• 選型決策 (x86 VS Power；云 VS 端； GPU vs CPU; 品牌 vs DIY)

• 優化技巧

適宜人群與機構

企業：醫療人工智能從業者與創業者

高校：計算機視覺、圖像處理與醫學影像研究背景的教授、研究員；欲從事醫學影像分析的學生

醫院：影像科/放射科/病理科主任醫師、信息中心主任

監管：CFDA等醫療相關監管機構的從業者

參與方式：

報名觀看：掃描文章底部海報二維碼，關注公眾號“AI掘金志”，進入后直接回復關鍵詞“醫學影像”四字，預約課程。

福利：若想進入高端成員群與眾多大牛們交流討論，請加小助手小艾微信ID：mooccai，在發送好友驗證框里備注個人信息（影像+姓名+公司/學校、職位/專業），通過審核后將邀請您進入未來醫療高端成員群。（專業群審核嚴格，請認真填寫，感謝理解。）

更多課程：《未來醫療大講堂—醫學影像專題》前后會有近10位產、學、醫領域的權威專家進行深度分享，每堂課60~120分鐘，每周一更，后續的課程時間與詳情，會在公眾號“AI掘金志”實時告知。

費用：直播免費；錄像回看付費（9.9元）     雷鋒網雷鋒網雷鋒網

前三期錄像：視頻課程回放，歡迎點擊超鏈接：http://www.mooc.ai/open/list?columnId=27

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。