研究领域：
1.计算病理(Link)、数字病理(Link)、医学影像计算(Link)
3.面向癌症(癌症：众疾之王 之 1.灵丹妙药；2.盲人摸象；3.攻瑕蹈隙)计算机辅助诊断与预后的影像与病理图像计算(幻灯片下载：地址1，地址2) (爱奇艺播放链接，视频链接，视频下载)
4.乳腺(Link)、前列腺(Link)、肺（Link）、头颈部(Link)癌症的计算机辅助检测、诊断及预后(Related Link)
5.深度学习及大数据驱动的医学数据分析(Related Link)
6.高分辨率免疫荧光成像的多光谱病理图像计算(Related Link)
研究领域介绍(Anant Madabhushi教授@CWRU on Youku and Youtube)
近十年来主要致力运用先进的机器学习和数字图像处理方法，探索1)高分辨率数字化病理切片(显微镜图像)的像素层级、细胞层级、组织层级以及全景切片层级的图像计算的新方法与技术，2)影像图像的器官及感兴趣区域或目标的自动检测、识别和分割；3)构建新颖的亚视觉特征以俘获人眼难以或者无法区分的图像模式，从而接近或者超越人眼的视觉局限。同时量化影像和病理医生的经验和知识，构建影像和病理图像表型组定量化描述疾病；4)基于高分辨率免疫荧光成像的多光谱病理图像计算等，并致力于把这些新的方法和技术运用于1) 疾病的自动识别与诊断及亚型的分类；2)基于图像表型描述的疾病图像生物学标记的量化和表征；3) 疾病的转移风险、恶性程度的预测、预后以及患者对治疗的反应等疾病的自动检测、诊断、预测和预后系统，4）融合病理、影像、分子、基因与蛋白及临床文本数据等不同尺度的数据，拟从不同的维度定量地描述疾病信息。期望这些研究成果未来能够辅助医生实现疾病诊疗过程的标准化、定量化、客观化、可重复和高通量，从而辅助医生进一步改善疾病的预防、诊断及治疗，最终让患者获益。