کارگاه بخش بندی تومور در تصاویر MRI مغزی با استفاده از یادگیری عمیق

نمایه ISC

کد اختصاصی :
۰۱۲۱۰-۳۸۳۶۸
جهت استعلام لطفا کلیک نمایید

فایل های مورد نیاز

قالب مقاله فارسی

:: کارگاه بخش بندی تومور در تصاویر MRI مغزی با استفاده از یادگیری عمیق

The 12th Iranian and the second International Conference on Machine Vision and Image Processing

مهندس ستاره رضایی

دانشجوی مقطع دکتری دانشگاه پزشکی خرونینگن هلند (رتبه 80 جهانی)، گروه بیوانفورماتیک، دپارتمان سرطان شناسی (Oncology)، محقق علوم داده (Data Scientist)، برگزارکننده کارگاه های تخصصی حضوری و آنلاین، مدرس دانشگاه، انجام دهنده پروژه های مختلف در زمینه یادگیری عمیق و بینایی ماشین، بنیانگذار تیم تحقیقاتی Shinetech که در حوزه هوش مصنوعی مشغول به انجام پروژه های مختلف در حوزه های NLP, Recommender system, OCR و شبکه های دیپ لرنینگ می باشد.

چکیده:

یادگیری عمیق (Deep Learning) یکی از بروزترین شاخه های ماشین لرنینگ است که در حوزه های مختلف از جمله پزشکی می تواند بصورت تاثیرگذار و کاربردی، مدلهایی با دقت بسیار بالا ارایه دهد. در این کارگاه به بررسی شبکه های Autoencoder که یکی از انواع شبکه ها در یادگیری عمیق است پرداخته و در ادامه در یک مثال به چگونگی قسمت بندی تصاویر و تشخیص تومور مغزی بصورت تئوری و عملی مورد بررسی قرار می گیرد.

رئوس مطالب:

اهمیت یادگیری عمیق در پزشکی
شبکه های Autoencoder
اهمیت بخش بندی تصاویر یا segmentation
بررسی چگونگی بخش بندی تومور مغزی با استفاده از شبکه های Autoencoder
بررسی چگونگی برنامه نویسی با استفاده از Tensorflow

زمان برگزاری:
چهارشنبه 1401/02/21 ساعت 14

مدت زمان کارگاه:
120 دقیقه

روش ثبت نام در کارگاه:

1. ثبت نام در سایت کنفرانس بعنوان کاربر از طریق سامانه کاربران
2. ورود به سامانه کاربری
3. ورود به بخش خدمات
4. علامت دار کردن کارگاه یا کارگاه های مورد نظر (می توان بیش از یک کارگاه را انتخاب کرد)
5. کلیک بر روی گزینه ثبت خدمات
6. ورود به بخش ارسال فیش
7. پرداخت فیش به شماره کارت داده شده
8. ثبت فیش (ارسال عکس فیش الزامی است)
توجه: هنگام ارسال عکس فیش در توضیحات فیش نام کارگاه ذکر شود.