【2023秋季全球午餐会第10期】医学影像可解释人工智能分析

1175
0
2023-11-30 12:17:02
正在缓冲...
15
3
31
4
【2023秋季全球午餐会第10期】医学影像可解释人工智能分析 庄吓海,复旦大学大数据学院教授,主要研究方向是医学影像分析,可解释人工智能方法等。近期工作入选顶刊医学影像分析高引论文和ESI高引论文、被Nature子刊作为心脏影像人工智能分析的成功案例引用;多项工作被国际组织或顶会提名最佳论文奖和青年科学家奖 医学影像人工智能在计算机辅助诊断和治疗等现代医学中发挥着重要的作用;其中,人工智能方法的模型泛化能力和可解释性对临床应用至关重要。然而,黑盒式对待深度神经网络的方法很难理解模型的功能并解释神经网络中间层的输入输出;因此在涉及多模态、跨中心图像和弱监督无监督学习的场景中,模型的泛化性和推广性受到严重的挑战。本次讲座将介绍我们近期从弱监督无监督学习总结出的经验,提出主动构建可解释深度神经网络架构方法,基于显式建模和贝叶斯深度学习设计网络的训练策略;实验证明模型自身可解释的人工智能方法可以提高模型的泛化能力,即实现了可解释可泛化的人工智能方法。报告将介绍近期初步结果,更多关于可解释框架、可泛化方法及应用研究请参考实验室主页,其中部分数据和代码也通过该主页公布(https://zmiclab.github.io/projects.html)。
上海交通大学计算机学院
客服
顶部
赛事库 课堂 2021拜年纪