Tıbbi Görüntü Analizi İçin Derin Öğrenme

Sunucu

 

Prof. Dr. Çiğdem Gündüz Demir

Çiğdem Gündüz Demir lisans derecesini aldı. ve M.S. Boğaziçi Üniversitesi’nden sırasıyla 1999 ve 2001 yıllarında bilgisayar mühendisliği diplomasını, doktorasını ise 2001 yılında aldı. Rensselaer Politeknik Enstitüsü’nden bilgisayar bilimleri alanında 2005 yılında mezun oldu. Halen Koç Üniversitesi’nde Bilgisayar Mühendisliği Profesörü ve KUIS Yapay Zeka Merkezi Direktör Yardımcısı olarak görev yapmaktadır. Koç Üniversitesi’ne katılmadan önce Bilkent Üniversitesi Bilgisayar Mühendisliği Bölümü’nde öğretim üyesi olarak çalışıyordu. 2009 Sonbaharında Singapur’daki Nanyang Teknoloji Üniversitesi’nde (NTU) ve 2013 Baharında Stanford Üniversitesi’nde misafir profesör olarak bulunmuştur. Ana araştırma alanları ve projeleri arasında, tıbbi görüntü analizi için derin öğrenmeye ve bilgisayarlı görüye dayalı yeni hesaplama yöntemlerinin geliştirilmesi yer almaktadır. Halen araştırma grubu, histopatolojik görüntülerin mikroskobik analizi ve in vitro floresans ve canlı hücre görüntüleri için Patoloji ve Biyoloji Bölümleri ve göz hastalıkları ve Radyoloji Bölümleri ile elde edilen görüntülerin analizi için disiplinler arası projeler üzerinde çalışmaktadır. CT, MR ve OCT’nin vivo görüntülemesi. Türkiye Bilimler Akademisi Seçkin Genç Bilim İnsanı ve Türkiye Ulusal Bilimsel ve Teknolojik Araştırma Kurumu KARİYER Ödülü’ne layık görüldü.

Özet

Otomatik görüntüleme sistemleri, daha iyi tekrarlanabilirlikle hızlı analizleri kolaylaştırdığı için tıp ve biyoloji araştırmaları için önemli araçlar haline geliyor. Tıbbi bir görüntü üzerinde ilgilenilen bölgelerin segmentlere ayrılması genellikle bu sistemlerin ilk ama en önemli adımlarından biridir ve bu, tüm analizin başarısını büyük ölçüde etkiler. Bu konuşmada, tıbbi görüntü analizinde segmentasyon görevleriyle ilgili temel zorluklara kısaca değineceğim ve ardından araştırma grubumun bu zorlukları aşmak için tasarlayıp uyguladığı yoğun tahmin ağlarının örneklerini sunacağım. Özellikle, segmentasyon ağlarının daha iyi eğitilmesini kolaylaştırmak için özel olarak tasarlanmış, önerdiğimiz ağ mimarileri ve kayıp fonksiyonlarından bahsedeceğim. Sonunda, tıbbi görüntü analizi için daha sağlam segmentasyon ağlarının geliştirilmesine yönelik gelecekteki araştırma olanaklarını tartışacağım.

Tarih: 27 Nisan, 2021 – 6:00 PM (GMT+3)

Dil: İngilizce

Buradan kayıt olabilirsiniz !