如何开发开源研究数据：以医学图像为例

活动介绍

支撑人工智能和机器学习快速发展的一大支柱是数据。在学术界、工业界的努力下，目前业界已经有了各式各样的数据集；但考虑到研究问题的广泛性和演进性，总是需要源源不断的标准数据集来支撑新的研究。

活动安排

13:30-14:30 学术分享
14:30-15:00 观点碰撞
15:00-15:20 产业洞见
15:20-15:30 交流讨论

内容安排

白玉兰开源联合Graviti共同策划此次数据集分享活动，邀请上海交通大学博士生杨健程分享：
1、研究者为什么以及如何建立自己的数据集；
2、两个医学图像的例子：
RibFrac肋骨骨折数据集和MICCAI 2020挑战赛
MedMNIST数据集和医学图像分类十项全能基准
3、开发开源研究数据的关键要点

业界数据集也为研究者提供必要支持，为此Graviti计算机视觉算法工程师杨浩特将分享：如何让算法工程师专注于算法开发。
算法工程师在数据中被消耗，大量的时间囿于处理繁杂的数据工作。Graviti试图在数据的获取、托管、使用环节，给到开发者团队以深度的效率提升方案。公开数据集开源社区（OpenDatset）与非结构化数据管理工具（TensorBay）协同，解决AI开发中的数据痛点，让算法工程师专注于算法开发。

讲师介绍

杨健程 上海交通大学博士生
主要研究医学图像分析、3D计算机视觉和可信机器学习，已发表10余篇（共同）一作顶刊顶会论文，包括Cancer Research，EBioMedicine，CVPR，MICCAI，NeurIPS等。担任10余个学术期刊、会议审稿人，多次在国际AI挑战赛中名列前茅，并作为主要组织者举办了MICCAI 2020肋骨骨折挑战赛。
个人主页：https://jiancheng-yang.com

杨浩特 Graviti 计算机视觉算法工程师
毕业于上海交通大学计算机系CMACH实验室，研究方向生成对抗网络

活动报名

扫描二维码填写问卷，报名活动
场地有限，先到先得
我们将以短信/邮件形式告知结果