粉丝日志

Posted:

Jan 7, 2020

Tags:

Ignite Microsoft R 影像牛顿癫痫

Comments:

0 Comments

2019 Microsoft Ignite The Tour Beijing

跨界知识聚会系列文章，“知识是用来分享和传承的”，各种会议、论坛、沙龙都是分享知识的绝佳场所。我也有幸作为演讲嘉宾参加了一些国内的大型会议，向大家展示我所做的一些成果。从听众到演讲感觉是不一样的，把知识分享出来，你才能收获更多。

关于作者

张丹(Conan), 程序员/Quant: Java,R,Nodejs
blog: http://fens.me
email: bsspirit@gmail.com

转载请注明出处：
http://blog.fens.me/meeting-mvp-20191210

前言

2019年，微软在全球30个城市开展Microsoft Ignite The Tour活动，Microsoft专家和技术社区将为您带来最好的Microsoft Ignite活动体验，让您了解构建解决方案以及迁移和管理基础结构的新方法，并与当地行业领导者和同行交流。Microsoft Ignite TheTour在大中华区有五站，分别在北京、深圳、台北、上海和香港举行。

我是微软MVP受到微软邀请，进行了2个主题的分享，分别是人工智能定量分析医学影像数据-癫痫识别，基于牛顿冷却定律的热度排名算法。

会议背景
我分享的主题1：人工智能定量分析医学影像数据-癫痫识别
我分享的主题2：基于牛顿冷却定律的热度排名算法
会议体验和照片分享

1. 会议背景

2019年12月10-11日，Microsoft Ignite The Tour Beijing（MITT）北京站吸引了近3,000名观众，Microsoft专家和技术社区为大家带来了干货满满的技术培训和讲座。本次活动的官方参会指南。

3名MVP参与了1场开幕式、1场早餐讨论会、3场人文IT的活动。
22名MVP/RD在MVP/技术社区环节，做了35场演讲。
5名MVP/RD围绕Azure 和 Dynamics主题，做了5场学习路线的演讲。
9名MVP/RD参与了10场剧院式演讲。
10名MVP/RD和技术社区成员，在社区中心展开了4场非会议式演讲和技术互动。

微软公司的组合者和MVP的大合照。

2. 我分享的主题1：人工智能定量分析医学影像数据-癫痫识别

这个主题对来说是陌生的，是全新的。我没有医学背景，在项目开始之前，完全看不懂脑核磁的片子，不清楚医生的诊断方法。但是，我有数据分析的技术，能看懂数据，医疗影像的片子，也是由数据产生的，抱着相信自己试试的心态，我就接下来这个数据分析项目。

本项目是通过机器学习定量分析PET，MRI及EEG数据，识别癫痫灶，利于术前患者评估，对于MRI阴性患者尤其重要，提高病变辨识度。

人工智能现在在医学肿瘤及肺结节方面发展较为迅速，希望我的抛砖引玉能建立更多医工结合的机会，希望各位专家老师可以更多关注医学其他疾病的数据化或信息研究，为医学人工智能化提供更广阔的平台

分享主要为分4个部分进行介绍：

研究背景
业务方法
模型设计和模型训练
阶段性成果

阶段性成果总结，从影像数据到结果化数据，建立了映射关系。从统计学的角度，发现了一些新的特征行为，是不同业务特征的。用数据论证了，个体是有差异的，不能使用通用的分析模板。空间维度的抽样，可以平衡黑白样本比例。探索出一条可以用机器学习，进行模型训练思路，并可以进行落地。

张丹

林耀云，哈尔滨医科大学附属第一医院影像医学与和医学主治医师。

3. 我分享的主题2：基于牛顿冷却定律的热度排名算法（R语言实现）

这个主题是一个比较有意思的互联网模型应用的一个主题，介绍了牛顿冷却定律在排行榜上的一种实现。我将介绍一个数据项目从研发到实施的全流程，把理论模型结合实际的场景进行应用，从理论，到公式，再到验证，然后结合实际场景，数据模拟，形成数据产品。听众可以了解到，数据项目的建立过程，思考过程，数据探索过程，帮助大家更好的使用数据。

基于牛顿冷却定律的热度排名算法（R语言实现）
我们生活中随处能看到排行榜，有图书排名，电影排名，文章排名，音乐排名，商品排名，商铺排名等等，排在TOP10名单商品，会对我们生活中的决策产生重大的影响，所以如何设计一个客观的排行榜，是一件很重要的事情。这个场景就非常时候用到算法模型，进行客观评价和排名。