01
医学图像分析
图像处理输出的改善,何时能转化为更可靠的测量与更有用的预测?
关注细胞分割、定量形态学、评估分组、领域差异,以及上游处理与下游效用之间的关系。
研究
从图像分析、模型评估和软件实践中形成的问题。
01
图像处理输出的改善,何时能转化为更可靠的测量与更有用的预测?
关注细胞分割、定量形态学、评估分组、领域差异,以及上游处理与下游效用之间的关系。
02
当可观察信号无法唯一确定情绪时,模型应如何使用语境并表达不确定性?
从面部表情项目出发,进一步关注对话、上下文信息、解释及有边界的结果解读。
03
模型结果要支持决策或软件流程,需要哪些证据?
关注基线比较、可重复评估、失败分析、透明的不确定性表达及便于检查结果的实际界面。
04
如何连接机制假设与测量数据,同时避免将模型拟合等同于解释?
延伸兴趣包括个体建模、敏感性、不确定性及多尺度推理。