<html>
  <head>

    <meta http-equiv="content-type" content="text/html; charset=utf-8">
  </head>
  <body bgcolor="#FFFFFF" text="#000000">
    Apologies for multiple posting<br>
    <br>
    Dear All,<br>
    <br>
    It is my pleasure to announce the talk <font size="+1"><b>"</b><b>Radiomics
        and deep learning techniques for quantitative disease assessment
        on ultrasound and MRI</b><b>"</b></font><br>
    <br>
    to be given by: <b>Dr. Qi Zhang, Associate Professor from the
      School of Communication and Information Engineering in Shanghai
      University, Shanghai, China</b>.<br>
    <b>This Thursday 2nd of November 2017</b><b> at 11:00am in Mary
      Kinross Room, QMRI</b>.<br>
    <br>
    Dr. Qi Zhang received his B.S. degree in Electronic Engineering in
    2005 and Ph.D. degree in Biomedical Engineering in 2010, both from
    Fudan University, Shanghai, China. From 2008 to 2009, he was a
    visiting Ph.D. student at the Department of Biomedical Engineering,
    Duke University, USA for one year. In 2010, he joined the Institute
    of Biomedical Engineering, Shanghai University, China as an
    assistant professor. From 2013, he is an associate professor. He has
    published 60 peer-reviewed articles and been awarded the Chenguang
    Plan in Shanghai. His research interests include biomedical imaging
    and image processing, and translational medicine.<br>
    <br>
    Talk Summary:<br>
    <br>
    Radiomics and other artificial intelligence techniques such as deep
    learning enable identification of quantitative imaging biomarkers to
    aid in diagnosis, treatment response evaluation, prognosis, and
    individualised medicine. In this talk, Dr. Zhang will focus on
    radiomics and deep learning techniques in ultrasound and magnetic
    resonance imaging for soft tissues including tumors,
    atherosclerosis, and musculoskeletal soft tissues. Dr. Zhang will
    present the methods of radiomics, deep point-wise gated Boltzmann
    machines and deep polynomial networks, as well as their clinical
    applications.<br>
    <br>
    Hope to see you at the seminar!<br>
    <br>
    Kind Regards,<br>
    Maria<br>
    <br>
    <br>
    <pre class="moz-signature" cols="72">-- 

Dr. Maria del C. Valdés Hernández, BEng, MSc, PhD, FHEA
Row Fogo Lecturer in Image Analysis and Chair MIUA 2017
Centre for Clinical Brain Sciences (CCBS)
Neuroimaging Sciences
The University of Edinburgh
Chancellor’s Building
49 Little France Crescent
Edinburgh EH16 4SB, UK

Tel: 0131 465 9527 (CCBS)
Email: <a class="moz-txt-link-abbreviated" href="mailto:M.Valdes-Hernan@ed.ac.uk">M.Valdes-Hernan@ed.ac.uk</a> </pre>
  </body>
</html>