imkanlar
26
Kas 2018
Seminer Duyurusu: "Machine Learning for Medicine: what can we learn from medical data?" by Dr. İslem Rekik

Başlık
:
"Machine Learning for Medicine: What can we learn from medical data?"
Konuşmacı : Dr. İslem Rekik
Tarih : 30 Kasım 2018 (Cuma)
Saat : 14:00
Yer : Arı-9 Binası Konferans Salonu


Özet
Makine öğrenmesinin (ML), hasta tanı ve tedavisi de dahil olmak üzere sağlık hizmetlerinde bir çok açıdan değiştireceği giderek daha açık bir hale gelmektedir. Önümüzdeki yıllarda, hastaneler, doktorların hastaya daha doğru ve etkin bir şekilde teşhis etmesine yardımcı olan yapay zeka (AI) tanı araç gereçleri ile donatılacaktır. Bu seminer, anormal doku segmentasyon görevleri, sınıflandırma ve kestirimci modelleme dahil olmak üzere tıbbi bakımı geliştirmek için kullanılan farklı makine öğrenme yöntemlerini sunacaktır. Tıp için Makine Öğrenmesi projesi hakkında daha fazla bilgi için lütfen BASIRA Lab. web sitesini ve YouTube kanalını kontrol edin. Yapay Zeka destekli teknoloji inovasyonunda tıbbi görüntüleme endüstrisi ile, tıbbi verilerden  öğrenmeyi karşılamak için daha akıllı, sağlam ve etkili Makine Öğrenmesi yöntemlerini geliştirme zamanı gelmiştir.

Kısa Biyografi

Dr. İslem Rekik, İstanbul Teknik Üniversitesi Bilgisayar Mühendisliği Bölümü'nde Dr. Öğretim Üyesi olarak görev yapmaktadır. Öncesinde, Dundee Üniversitesi Bilgisayar Mühendisliği Bölümü'nde öğretim görevlisi olarak çalıştı. Edinburgh Üniversitesi'nde  “Nörogörüntüleme ve Bilgisayar Bilimleri” alanında yapmış olduğu  çalışmalar üzerine 2014 yılında doktorasını aldı. Daha sonra North Carolina Üniversitesi IDEA Laboratuvarında doktora sonrası araştırmacı olarak çalışan Dr. İslem Rekik, Dundee Üniversitesi bünyesinde bulunan BASIRA Lab. yöneticisi ve Bilgisayarla Görü ve Görüntü İşleme (CVIP) araştırma grubunun üyesidir.  BASIRA (Beyin ve Sinyal Araştırma ve Analizi) Laboratuvarı, nöro-görüntüleme ve sinyal verilerinin analizi için bilgisayarla görü ve makine öğrenmesi teknikleri kullanarak sağlık alanında yeni çözümler bulmayı amaçlamaktadır. Özellikle, beyin gelişimi, yaşlanması ve rahatsızlıklarını daha iyi anlamak için gelişmiş tıbbi veri analizi tekniklerini kullanmaktadırlar.