PowerAI人工智能编程马拉松大赛终极对决——给医生的火眼金睛！

2017-12-04 05:21:02 1.3万阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

蓝染1991 墨衍会员 · AI 创作全网分发关注 + 加入社区

WinForm多语言切换实战：5分钟搞定中英文界面（附完整代码）本文提供了WinForm应用实现中英文界面切换的两种高效实战方案。通过利用内置的本地化机制和资源文件，开发者可以在5分钟内为窗体添加多语言支持，并附有完整代码示例，帮助快速应对软件国际化需求。阅读详情

一群高手云集一堂，12小时内开发出一款应用，累了或坐或卧，或食或饮，做完当场提交作品，技惊四座，嗨翻全场！这就是黑客松（Hackathon，俗称极限编程大赛），一个嗨到爆的开发者狂欢，一个编程高手们梦寐以求的梦想竞技舞台！

虽然你自诩为编程高手，自认为是程序精英，自觉得有一帮“天纵奇才”的编程小伙伴，但如果你没参加过黑客松（Hackathon），讲真，那只能说你可能只是一个假的高手。
什么？没有机会？不知去哪儿参加？重要的事情说三遍！！！

PowerAI 人工智能编程马拉松第四季 - “终极对决” 终于来了！
PowerAI 人工智能编程马拉松第四季 -“ 终极对决” 终于来了！
PowerAI人工智能编程马拉松第四季 - “终极对决” 终于来了！

随着人工智能技术在人脸识别、语音识别等领域的突破性进展，深度学习技术也越来越多的应用在医学影像分析和计算机辅助诊断方向。大数据系统与大数据服务的兴起、以及硬件性能的飞速提升给医疗人工智能领域的发展提供了强大的助推“燃料”，医学影像分析面临着全新的机遇与挑战。

“隔行如隔山”，这对IT界和医学界来说尤为贴切。不少资深从业者认为，单纯把自己定位于一个人工智能研究者来看待医学影像问题，将图像识别技术简单地嫁接到医学影像原有的系统上，即便数字结果看起来不错，距离“好用的产品”依旧十分遥远。那么怎样才能让人工智能更好地解决医学影像分析难题？

PowerAI 编程马拉松大赛第四季将围绕着人工智能在医疗影像领域的应用继续展开，本季的赛题是《深度学习 “助攻” 医学影像，打造医生的“火眼金睛”》！参赛选手通过利用半监督的训练方法从有标注和无标注的图像数据中训练出一个模型来。这个模型要能够准确地对图像数据中可能产生病变的位置进行自动侦测标注（detection）。本赛题的目的在于考察选手在没有足够量的位置标注（Bounding Box，但是有类别标注）的图片的情况下如何结合数量不多的已标注的图片来进行半监督的训练。其难点在于如何利用好所有的数据资源来提高传统的目标检测模型的准确度。

本届大赛由CSDN与IBM联合发起，旨在通过医工结合，运用深度学习、大数据驱动的方式，实现精准的X光胸片影像分析及目标定位。大赛一方面旨在通过计算机视觉和大数据、深度学习的结合，将积累的医学数据转化为可用的模型，利用图像处理和机器学习算法对图像进行分析，检测异常部分，利用AI技术克服不同操作人员之间的主观性差异，减轻人工处理的工作量，让计算机在精确度和速度上帮助医生提高诊断效率；另一方面结合大量真实影像数据，将人工智能技术应用到肺部X光胸片的病理检测和目标定位，将大赛成果应用于临床，辅助医生对疾病进行更加精准的诊断与筛查，实现疾病早期发现、早期干预，对于减轻病人肺部损害有非常重要的现实意义。

怎么样，自诩为人工智能开发高手的您难道不想参加这个令人疯狂的大赛？加入这个汇聚众多人工智能开发高手的大家庭？