Grupul de cercetare Razavian

Profesor asistent (cercetare)

Unitate de analiză predictivă

Centre for Healthcare Innovation and Delivery Sciences

New York University Langone Medical Center

Grafic Neural Network on Electronic Health Records for Predicting Boala Alzheimer
W Zhu, N Razavian
arXiv preprint arXiv: 1912.03761

Către cuantificarea prejudecății în învățarea automată pentru îngrijirea sănătății: un studiu de caz privind predicția insuficienței renale
J Williams, N Razavian
arXiv preprint arXiv: 1911.07679

Inteligența artificială și cancerul
O Troyanskaya, Z Trajanoski, A Carpenter, S Thrun, N Razavian, N Oliver
Nature Cancer 1 (2), 149-152

Predicția obezității copiilor folosind fișele medicale electronice și datele disponibile publicului
R Hammond, R Athanasiadou, S Curado, Y Aphinyanaphongs, C Abrams, .
PloS one 14 (4), e0215571

BERT-XML: Codare ICD automatizată la scară largă utilizând căutarea BERT
Z Zhang, J Liu, N Razavian
arXiv preprint arXiv: 2006.03685

Urmărirea prevalenței obezității la nivel de stat de la încorporarea frazelor de tweets: un studiu de fezabilitate
X Zhang, R Athanasiadou, N Razavian
arXiv preprint arXiv: 1911.11324

Deep ehr: Predicția bolii cronice folosind note medicale
J Liu, Z Zhang, N Razavian
Învățare automată pentru asistență medicală 2018
arXiv preprint arXiv: 1808.04928

S Liu, J Niles-Weed, N Razavian, C Fernandez-Granda
Regularizarea învățării timpurii împiedică memorarea etichetelor zgomotoase
arXiv preprint arXiv: 2007.00151

Cu privire la proiectarea rețelelor neuronale convoluționale pentru detectarea automată a bolii Alzheimer
S Liu, C Yadav, C Fernandez-Granda, N Razavian
Atelier de învățare automată pentru sănătate, 184-201

DARTS: Instrument rapid automat bazat pe DenseUnet pentru segmentarea creierului
A Kaku, CV Hegde, J Huang, S Chung, X Wang, M Young, YW Lui, .
arXiv preprint arXiv: 1911.05567

Stadiul tehnicii: aplicații de învățare automată în imagistica gliomului
E Lotan, R Jain, N Razavian, GM Fatterpekar, YW Lui
American Journal of Roentgenology 212 (1), 26-37

Prezicerea subtipurilor de cancer endometrial și a caracteristicilor moleculare din histopatologie
Imagini folosind modele de învățare profundă multi-rezoluție
R Hong, W Liu, D DeLair, N Razavian, D Fenyö
bioRxiv https://doi.org/10.1101/2020.02.25.965038

Clasificarea și predicția mutațiilor din imagini histopatologice ale cancerului pulmonar cu celule mici, utilizând învățarea profundă
N Coudray, PS Ocampo, T Sakellaropoulos, N Narula, M Snuderl, .
Nature Medicine 24 (10), 1559-1567

Clasificare eficientă a imaginii pan-cancer cu glisare completă și detectare anterioară folosind rețele neuronale convoluționale
S Bilaloglu, J Wu, E Fierro, RD Sanchez, PS Ocampo, N Razavian, .
bioRxiv, 633123

O abordare de învățare profundă pentru screening rapid mutațional în melanom
RH Kim, S Nomikou, Z Dawood, G Jour, D Donnelly, U Moran, JS Weber, .
bioRxiv, 610311

grupul

Sheng Liu

Doctorand, NYU Center for Data Science

Co-sfătuit de Dr. Carlos Fernandez-Granda

Cercetare: Învățare profundă robustă pentru imagistica medicală

Aakash Kaku

Doctorand, Centrul pentru Știința Datelor, NYU

Co-sfătuit de Dr. Carlos Fernandez-Granda

Cercetare: Învățare profundă generalizată pentru segmentarea creierului

Weicheng (Jack) Zhu

Doctorand primit, Centrul pentru Știința Datelor, NYU

Cercetare: Învățarea reprezentării grafice pe EHR

Studenți de masterat

În cadrul Comitetului de doctorat al

Colaboratori

Absolvenți

Învățare profundă pentru RMN cerebral

În colaborare cu Radiologia NYU și Centrul de Cercetare Alzheimer, lucrăm la modelarea învățării profunde a RMN-urilor cerebrale T1W.