“机器学习理论及其在医学数据分析中的应用” 短期课程班(II)

  为了进一步探索机器学习理论与算法及其在医学数据分析中的应用,数学学院医学大数据中心特邀请来自美国哈佛大学医学院及麻省总医院(MGH)博士后孙毫棋、新加坡南洋理工大学研究员经津、加拿大卡尔加里大学终身教授王欣、美国新墨西哥州立大学教授王通会、美国麻省大学阿姆赫斯特分校访问教授魏征五位专家来kaiyun开云最新(中国)官方网站开展为期两周短期课程班,并就相关内容与kaiyun开云最新(中国)官方网站教师和学生展开研讨。 课程题目:NeuroBrowser:Towards Automated EEG Interpretation 主 讲 人:Jin Jing (经 津) Nanyang Technological University, Singapore (新加坡南洋理工大学) Harvard Medical School/ Massachusetts General Hospital(美国哈佛医学院/麻省总医院)     间:2017年6月5日(星期一)上午8: 00-12: 00, 下午14: 00-18: 00 2017年6月6日(星期二)上午8: 00-12: 00, 下午14: 00-18: 00 2017年6月7日(星期三)上午8: 00-12: 00, 下午14: 00-18: 00     点:长安校区数学学院三层报告厅   欢迎广大师生届时参加!

医学大数据研究中心

数学学院

2017年6月2日

主讲人简介: 经津,女,2016年获新加坡南洋理工大学博士学位,之后在南洋理工大学在站从事博士后研究,2017年4月进入美国哈佛医学院麻省总医院从事博士后工作.主要研究癫痫信号检测、输出预测以及深度学习方法在脑电信号中的应用。 课程摘要: 以创发高效可行的医疗自动检测系统为前提,通过和哈佛医学院与麻省总医院的密切合作,经津博士所在团队已成功研发一款高效脑电图半自动化标记系统NeuroBrowser,用于EEG特殊波形的快速标记。NeuroBrowser包含功能性EEG信号显示,以及为医生特别设定的基于相似性搜索(Similarity search)的快速波形探测标记程序。据实验数据显示,NeuroBrowser可以节省医生高达90%标记波形的时间。通过NeuroBrowser,麻省总医院的神经内科医生已经成功标记1300病例,包含9万个spike个体波形,成为目前为止全球最大的spike数据库,对于开发高效可行的医疗检测系统具有重大的意义。NeurowBrowser已于2015年在美国申请专利,并致力于开发全自动波行检测及其他相关功能。 本课程通过介绍NeurowBrowser系统,可帮助大家对脑电图和脑电图信号处理的核心思想、基本原理、发展及其应用有更进一步的了解和认识,从而更好地展开关于该领域的研究工作。
< 上一篇

关于征集第二届全国大学生网络文化节作品的通知

关于转发《2017年度国家自然科学基金委员会与巴基斯坦科学基金会合作研究项目指南》的通知

下一篇 >