XiaoMi-AI文件搜索系统
World File Search SystemBardi
巴迪亚萨法伊-德黑兰
Bardia Safaei 博士于 2021 年获得伊朗德黑兰 Sharif 理工大学计算机工程博士学位。作为博士访问研究员，他于 2019 年至 2020 年在德国卡尔斯鲁厄理工学院 (KIT) 嵌入式系统 (CES) 主席处任职。他目前是 Sharif 理工大学计算机工程系的教员，也是可靠耐用物联网应用与网络实验室 (RADIAN) 的创始人和主任。Safaei 博士在第 34 届 ACM/SIGAPP 应用计算研讨会 (SAC'19) 上获得了 ACM/SIGAPP 学生奖。他很荣幸被选为 2016 年至 2020 年国家精英基金会成员。他曾担任第 28 届 CSI 国际计算机会议的执行主席。他是伊朗网络物理系统协会 (CPSSI) 的董事会成员。他目前担任《伊朗科学》计算机科学与工程和电气工程学报的编辑。他是 ACM/IEEE DAC'19 和 IEEE WF-IoT 的 TPC 成员。Safaei 博士曾担任多家著名国际期刊和会议的审稿人，例如《IEEE 移动计算学报》、《IEEE 车辆技术学报》、《IEEE 云计算学报》、《IEEE 物联网期刊》、《IEEE 通信杂志》、《ACM 存储学报》、《ACM/IEEE DAC》、《IEEE 传感器会议》、《IEEE ICC》和 IEEE WF-IoT。他的研究兴趣包括物联网、网络、无线传感器网络、移动自组织网络、云/边缘/雾计算和车辆自组织网络中的能源效率和可靠性挑战。
推荐引用 推荐引用 Bardis, Michelle D; Houshyar, Roozbeh; Chang, Peter D; Ushinsky, Alexander; Glavis-Bloom, Justin; Chahine, Chantal; Bui, Thanh-Lan; Rupasinghe, Mark; Filippi, Christopher G; 和 Chow, Daniel S，“人工智能在前列腺多参数 MRI (mpMRI) 中的应用：当前和新兴趋势。”《癌症》（巴塞尔）。12，5。1204 (2020)。https://digitalcommons.wustl.edu/open_access_pubs/9270
摘要：前列腺癌是全球最常见的癌症之一。多参数磁共振成像 (mpMRI) 是一种非侵入性工具，可以改善前列腺病变的检测、分类和体积量化。机器学习 (ML) 是人工智能的一个分支，可以快速准确地分析 mpMRI 图像。ML 可以提供更好的标准化和一致性来识别前列腺病变并增强前列腺癌管理。本综述总结了 ML 在前列腺 mpMRI 中的应用，并重点关注前列腺器官分割、病变检测和分割以及病变表征。进行了文献检索，以查找将 ML 方法应用于前列腺 mpMRI 的研究。迄今为止，前列腺器官分割和体积近似已经使用各种 ML 技术很好地执行。前列腺病变检测和分割对于 ML 来说是更具挑战性的任务，并在多项研究中进行了尝试。由于数据稀缺和当前 ML 算法的局限性，它们在很大程度上仍未解决。相比之下，由于数据可用性更高，前列腺病变表征已在多项研究中成功完成。总体而言，ML 完全有能力成为一种提高放射科医生准确性和速度的工具。