小迈步之人工智能（五）：深度学习在医学图像处理中的应用

概述

现代医疗诊断日渐依赖于CT、核磁、病理切片等医学影像，医疗影像医生却日益紧缺。另一方面，人工智能领域的蓬勃发展，为智能辅助诊断提供了可能，借助人工智能可大幅提高筛查效率，同时降低误诊率，辅助医生进行精准诊断。

而医学影像处理，具有其特殊性和独特挑战，如CT、核磁中的三维图像处理、配准、识别、智能检测与分割，又如病理切片涉及的巨幅图像导入、标注和智能检测。

本次微直播将介绍如何基于MATLAB进行医疗影像人工智能算法的开发，尤其针对三维图像处理和巨幅图像处理的全新功能，为医疗影像领域应用带来强大助力。另外，还会介绍如何自动生成代码，以支持嵌入式硬件（ARM、GPU等）和CPU的实现，以及进行云端应用的发布。

亮点

• 成功案例：
  • 基于声谱图的哮喘智能监测设备——澳大利亚RESPIRI
  • 基于红外图像的医用血糖监测仪——美国GlucoLight
• 深度学习的医疗图像分析和诊断辅助
  • CT / MRI 3D医学影像
    • 3D图像处理： Demo 3D图像分割估算肺活量
    • 3D图像中的深度学习：Demo颅内肿瘤三维检测及分割
  • 病理切片
    • 巨幅图像深度学习：Demo肿瘤组织切片智能分析
• 快速原型及算法部署

关于演示者

单博，MathWorks高级应用工程师，主要方向为深度学习、图像和计算机视觉及FPGA/ASIC。曾在HARRIS Corp.和航天研究院所从事多年计算机视觉、深度学习和高速数字信号处理研发工作。硕士毕业于哈尔滨工业大学信息与通信工程专业。