医学与临床视觉
面向 X 光、MRI、CT、超声、视网膜与皮肤影像的分类、分割和辅助决策研究。
- 医学影像
- 迁移学习
- 图像分割
- 临床评估
计算机视觉 · 医学人工智能 · 人工智能教育
您好,我是
Ir., S.Kom., M.Kom., IPP, CSCU
人工智能与计算机视觉研究者 · 计算机科学讲师
我的研究聚焦医学影像、高效深度学习与可解释计算机视觉,并将研究转化为科研项目、教学工具、学生指导和面向社会的数字能力培养活动。
现居印度尼西亚 · 欢迎科研、教育与负责任人工智能合作

PORTFOLIO MAP
浏览研究问题、论文、资助项目、学术服务和教育活动。每项活动只记录一次,并在相关页面中建立关联。
研究
研究路径从视觉特征学习延伸到高效、可解释并具有社会价值的人工智能。
面向 X 光、MRI、CT、超声、视网膜与皮肤影像的分类、分割和辅助决策研究。
面向计算资源受限场景的特征空间效率、轻量化架构、降维与模型设计。
注意力机制、视觉解释、超越准确率的评估,以及高风险应用中的负责任表述。
互动演示、教师发展、学生指导,以及让人工智能概念可观察、可理解和可教学的方法。
研究发展路径
在医疗、农业与视觉识别任务中开展机器学习和迁移学习比较实验。
医学影像、视觉特征提取、注意力机制与面向效率的架构研究。
围绕儿童肺炎、皮肤图像特征空间与健康人工智能合作开展资助项目。
面向有限与异构数据的可靠、高效、可解释计算机视觉。
项目与资助
项目负责人、合作研究者与普通成员的角色分别展示,避免夸大贡献。
该资助项目研究如何利用群体智能降维来表征并精简皮肤图像分析中的卷积特征空间。
该项目由本人担任负责人,研究基于 ConvNeXt 的儿童胸部 X 光肺炎分类与检测。
论文
IEEE conference proceedings
Google ScholarConference proceedings
Google ScholarITEGAM-JETIA
Google Scholar社会影响
每项活动只有一个主要页面,说明背景、个人贡献、资料与来源。