Physics-Informed医疗数据分析

本研究主题特征从MIUA 2022会议提交的论文,英国国际会议交流的图像处理和分析研究和医学成像和生物医学中的应用。

人工智能目前席卷学术和工业等方面。它混合了经典科学机械造型(微分方程)与传统机器学习和创新的深度学习技术。然而,深度学习,众所周知,遭受挑战像可怜的可解释性和缺乏物理约束;合并与数值分析方法和微分方程等可能导致一个新的领域的研究通过新方法、结构和算法。

Physics-informed深学习策略寻求解决数据驱动方法的局限性,如(i)所需的大量数据从数据驱动模型检测和分析医疗数据,和(2)的开发和收集临床数据经常不满足身体需求。新兴的是添加物理模型将为机器提供几个优点和深度学习系统。当我们查看问题在数字医疗场景的背景下,physics-informed深度学习是关于物理原则和规则应用到计算机模拟转化为常规申请临床领域。

这个研究课题将集中在原始算法,方法,人工智能和理论贡献、科学机器学习和physics-informed深度学习研究,特别是应用在医学数字医疗相关数据分析和广泛。