搜索结果: 1-15 共查到“临床诊断学 学习”相关记录40条 . 查询时间(0.911 秒)
卒中防治,影像先行!2024年3月16日,为提高基层医院脑卒中影像诊断和治疗的新知识、新技术,暨南大学附属顺德医院影像科顺利举办广东省卒中学会医学影像分会基层行(顺德站)暨佛山市继续教育《影像新技术在脑卒中的应用学习班》学术会议。
2023年7月7日-9日,第七届【胸部肿瘤影像-放疗-精准一体化诊治新进展学习班】在合肥顺利召开。会议由安徽省临床肿瘤学会肿瘤多学科诊疗专业委员会、省防痨协会影像专业委员会、省胸科医院(省结核病防治研究所)联合举办。
2023年6月11日,湖南省影像中医医疗质量控制中心会议暨湖南省中医系统血管病变影像诊断学习班暨2022年度“湘中医联盟”影像会议暨郴州市中医药学会医学影像专业委员会年会顺利举行。省内外医学影像专家同道相聚郴州,共同参与本次学术会议。
为提高广大师生的科研意识和兴趣,增强川北医学院的学术交流氛围,推动创新科技更好服务于教学。5月23日上午9点,以“基于可解释机器学习的疾病风险分析:在静脉血栓上的初步应用”为主题的“青年博士论坛 静雅苑“一站式”学生社区活动”在川北医学院高坪校区静雅苑1、2栋党员活动室举行。管理学院罗澜峻博士担任主讲。
我国科学家揭示利用骨髓涂片诊断和分型急性髓系白血病的深度学习算法
骨髓涂片 急性髓系白血病 深度学习算法
2024/1/16
肿瘤超声规范化诊断和介入治疗暨广东超声造影新技术学习班成功举办(图)
肿瘤超声 造影 中山大学肿瘤防治中心
2023/11/17
2023年4月14-15日,由广东省抗癌协会、中山大学肿瘤防治中心超声科主办的“肿瘤超声规范化诊断和介入治疗暨广东超声造影新技术学习班”在广州举办,本次学习班吸引了广东省及省外近100名学员参加。
基于双模型交互学习的半监督医学图像分割
半监督学习 医学图像分割 双模型交互学习 平均教师
2024/1/17
在医学图像中,器官或病变区域的精准分割对疾病诊断等临床应用有着至关重要的作用,然而分割模型的训练依赖于大量标注数据.为减少对标注数据的需求,本文主要研究针对医学图像分割的半监督学习任务.现有半监督学习方法广泛采用平均教师模型,其缺点在于,基于指数移动平均(Exponential moving average,EMA)的参数更新方式使得老师模型累积学生模型的错误知识。
南充市中心医院第二届“盆底超声临床应用精品学习班”圆满落幕(图)
压力性尿失禁 性功能障碍 南充市中心医院
2023/7/21
2022年11月24日—25日,由南充市医学会超声专委会、南充市中心医院超声科主办的第二届“盆底超声临床应用精品学习班”成功举行。
中国科学院心理所研发出可实用的阿尔茨海默病脑影像深度学习判别器(图)
阿尔茨海默病 磁共振成像 脑影像
2022/10/22
磁共振成像(Magnetic Resonance Imaging,MRI)是非侵入性的、无辐射的成像技术,广泛应用于脑损伤和脑肿瘤等疾病的临床诊断上。然而,针对阿尔茨海默病(Alzheimer’s Disease,AD)等无法直接依靠人眼判别的脑疾病,基于MRI的辅助诊断进展甚微。这是由于大多数AD分类算法使用较少的训练数据,且数据往往来自少数几个站点,这意味着分类器在应用于其他陌生扫描仪/人群时...
2022年10月19日,中国科学院行为科学重点实验室严超赣研究组在数据科学领域顶级期刊Journal of Big Data (IF=10.835)在线发表题为《基于85,721 个样本构建可实用的阿尔茨海默病脑影像深度学习判别器》的论文。
大多数恶性脑胶质瘤(MBG)的临床结局令人沮丧,对初发和复发肿瘤的诊断延迟是其重要的因素之一。但目前MBG的诊断均基于影像学和组织学检查,这限制了它们的早期诊断。而血浆脂质生物标志物在多种体部肿瘤的非侵入性诊断中显示了极大的潜力。
机器学习新算法:一次脑扫描就能诊断阿尔茨海默病
阿尔茨海默病 海马体 脑部扫描
2023/5/30
英国帝国理工学院研究人员开发出一种机器学习新算法,通过一次脑部扫描观察大脑内的结构特征(包括以前认为与阿尔茨海默病无关的区域),即可诊断出阿尔茨海默病。该技术的优势在于其简单性,并且可在很难诊断的早期阶段就识别出疾病。研究成果发表在开放获取专业学术期刊《通讯·医学》上。
苏州医工所董建飞课题组在深度学习图像数据建模方面取得研究进展(图)
董建飞 图像数据 医学影像 网络结构
2023/7/21
2022年来,深度学习方法在图像处理中的应用快速发展,特别是对于医学影像,基于深度学习的技术为医生提升诊断效率提供了大量科学和直观的依据。对于医学图像分割,U-Net已成为一种流行且有效的工具,然而,它在分割模糊边界和消除干扰方面仍有明显的不足。 针对上述问题,中科院苏州医工所董建飞课题组的博士生张云楚和董建飞研究员近两年来研究提出了一种“2K折网络(2K-Fold-Net)”、以及基于注意力机制...
近期,中科院合肥研究院智能所智能感知技术中心宋博研究员团队在多模态医学图像处理技术研究方面取得重要进展:团队基于人工智能-深度学习技术的医学影像分析方法研究,开发了同步实现脊柱中心线提取及脊柱侧弯量化评估精确诊断模型,可大幅度提高检测精度和速度。目前该成果发表于医学影像分析顶会-医学图像计算和计算机辅助介入国际会议(The 24th International Conference on Medi...