保存成功
订阅成功
保存失败,请重试
提交成功

王晓明:肿瘤医疗影像 AI 识别技术实战解析

现担任华生基因北京生物技术研究院高级AI算法工程师职位,主要负责大数据平台的架构和研发工作。擅长NLP、数据挖掘、深度学习、时间序列分析及EduAI(人工智能+教育)领域的产品研发。曾负责网利宝支付平台和用户画像系统的架构及研发工作;参加2016年上海BOT大数据大赛并获得聊天机器人组的优秀奖。
查看本场Chat

2017年8月14日,周一晚8点30分,曾负责网利宝支付平台和用户画像系统的架构及研发工作,现担任华生基因北京生物技术研究院高级AI算法工程师的王晓明带来了主题为《肿瘤医疗影像 AI 识别技术实践》的交流。以下是主持人Emily整理的问答实录,记录了作者和读者问答的精彩时刻!


内容提要:

  • 作为医疗领域AI入门的文章写的不错,能否再详细说一下在医学研究领域正在处理的问题?
  • 数据标记(双盲评估+验证) 能否解释一下双盲评估?
  • 训练集数量1400张,测试集数量600张。 这个一般可以达到多少的准确率?
  • 能否讲解下目前AI医疗的发展现状,技术瓶颈?
  • AI与病理切片的结合是否符合道德要求?海量数据训练过程中AI学习的特征如果未知,如何能证明此决定是正确的?
  • 机器学习的高质量的训练数据如何获得的?
  • 文章中提到的数据集只有2000张,能不能在2000张的基础上通过现有技术扩大一下,对实验结果能有大的帮助吗?
  • 你说数据脱敏,请问脱敏后进行学习会不会影响结果?
  • 请问医学上的深度学习在对肿瘤病灶的识别和分割效果如何,因为肿瘤区域的形态和特征多变。另外这些一般是应用哪一种网络更好?
  • 一般用什么神经网络进行辩识?
  • 怎么适应自己的需求?
  • 对于神经网络类模型,模型的结构非常关键,隐层数影响着特征的转换和表达,如何设定各隐层的节点数量,有什么经验吗?

问:作为医疗领域AI入门的文章写的不错,能否再详细说一下在医学研究领域正在处理的问题?

还没有评论
评论
查看更多