医学领域，在大数据时代的背景下，医学影像的数据也在迅速增加。医学影像主要是由放射科医师和临床医师等进行判读，在疾病的检测、诊断和治疗中起着重要的作用，然而医师本身的主观性、经验上的差异和疲劳等问题，都对结果的产生有着很大的不稳定性。因此，寻找一种可以帮助医师进行高效判读和评估的方法，便成为了一个比较热门的话题。

近年来，深度学习一直处于科研研究的前沿，在各行各业中更是展现出强大的应用能力，在某些视听识别任务中的表现更是超越了人类。在医疗领域，使用深度学习算法进行影像分析，已经成为了当前医学图像分析技术的主流方法。

医学影像与普通的图像数据不一样，多为三维的数据，医师主要通过观察三维图像去发现病变体，然后根据个人经验进行三维解释，但是要对病变体的空间位置、大小、几何性质及其周围生物组织之间的关系进行准确性解析，是非常苦难的。而基于深度学习本身的表征能力，使用深度学习算法，可以对医学影像进行特征降维，特征提取，进一步实现分类、分割等操作，协助医师进行病灶分析和严重性评估，大大提高了医师的判读效率和评估效果。

磁共振影像是医学影像中常见的一种，几乎适用于全身各系统的不同疾病，例如肿瘤、炎症、创伤、退行性病变，以及各种先天性疾病等的检查。那么，如何使用深度学习对磁共振影像进行分析处理呢？

12月27日晚7点，智东西公开课推出深度学习影像分析公开课NVIDIA专场，将由复旦大学类脑智能科学与技术研究院青年研究员罗畯义，为大家讲解深度学习在磁共振医学影像中的应用。