医学机器学习（MLxMed）研讨会3月22日
虚拟讲座系列
主办单位：美国匹兹堡大学生物医学信息系； 波士顿大学哈里里计算机澳门威尼斯人注册网站研究所； 以及多伦多大学
发言人: Osmar R. Zaïane, MS, PhD, Professor, Computing Science, University of Alberta
讨论题目:自动低质量眼底图像增强和糖尿病视网膜病变分级及解释
日期：2024年3月22日，星期五
时间：东部时间下午2时至3时
变焦 https://pitt.zoom.us/j/96092195623
(详细信息在最后列出)
摘要
我们提出了两条相互联系但尚未放在一起的工作路线，即视网膜图像质量的自动增强和视网膜图像的分类。
视网膜眼底图像已被应用于糖尿病视网膜病变、糖尿病黄斑水肿等眼病的诊断和筛查。 然而，低质量的眼底图像可能会增加眼底疾病诊断的不确定性，甚至导致眼科医生的误诊。 我们探索了在不需要高质量参考图像的情况下提高眼底图像质量的自监督任务的潜力。
传统的糖尿病视网膜病变（DR）自动分类算法依赖于精确检测微动脉瘤和出血病变。 这种病灶标注是一个昂贵且耗时的过程，因此期望开发仅使用图像级标注的自动分级方法。 我们将弱监督DR评分问题表述为一个多实例学习问题，并提出了一种带注意机制的领域自适应多实例学习DR评分问题。
澳门威尼斯人注册MLxMed系列讲座
医学是复杂和数据驱动的，而发现和决策越来越多地由机器学习实现。 机器学习有潜力在医学成像、癌症诊断、精准医学、临床试验和电子健康记录等领域支持、实现和改进医学发现和临床决策。 本系列研讨会的重点是医学机器学习的新算法、现实世界的部署和未来趋势。 它将邀请正在开发和应用机器学习进行生物医学发现和临床决策支持的杰出澳门威尼斯人注册网站研究人员。 有关更多信息，请参阅MLxMed网站
放大的信息
时间：2024年3月22日，星期五，东部时间下午2点（美国和加拿大）
请按以下连结参加网络研讨会：
https://pitt.zoom.us/j/96092195623
或一键移动：
+12678310333, 96092195623# US（费城）
或电话:
拨号（为了获得更高的质量，请根据您当前的位置拨打号码）：
+1 267 831 0333 US（费城）
网络研讨会ID: 960 9219 5623
国际电话：https://pitt.zoom.us/u/acbf2njCNQ
或H.323/SIP房间系统：
H.323:
162.255.37.11（美国西部）
162.255.36.11（美国东部）
115.114.131.7（印度孟买）
115.114.115.7（印度海得拉巴）
213.19.144.110（荷兰阿姆斯特丹）
213.244.140.110(德国)
103.122.166.55（澳大利亚悉尼）
103.122.167.55（澳大利亚墨尔本）
149.137.40.110(新加坡)
64.211.144.160(巴西)
149.137.68.253(墨西哥)
69.174.57.160（加拿大多伦多）
65.39.152.160（加拿大温哥华）
207.226.132.110（日本东京）
149.137.24.110（日本大阪）
会议编号：960 9219 5623
SIP: 96092195623 @zoomcrc.com