医学影像组学人工智能工具化应用培训班

来源: 董智洋/

北京宏盛元亨文化交流中心

1051

2021-11-10 17:56:06

2021-11-10

医学影像组学人工智能工具化应用培训班

各企事业单位、高等院校及科研院所：

随着影像组学和人工智能尤其是视觉技术的高速融合，影像组学延伸领域也随之高速增长，同时也推动了人工智能技术在医学科研应用领域快速地发展，相关科研成果和学术论文数量逐年激增，医学影像组学涉及的技术如数据处理、病灶识别、自动病灶勾画、病灶特征提取和筛选、模型构建和临床信息解析越来越趋于分析流程化，工具化，为解决医生们在临床科研实践中提出越来越多的参考方法。

中国管理科学研究院职业资格认证培训中心（http://www.cnzgrz.cn ）特举办“医学影像组学

人工智能工具化应用培训班”并由北京宏盛元亨文化交流中心承办。本次培训将对前沿的影像组学及人工智能案例进行快速解构，帮助学员快速实践影像组学临床应用方法，加快临床和科研工作中的人工智能方法的实现落地。

一、培训目标：

1、给工具，即插即用式平台，顶刊论文快速复现，科研任务快速攻坚。

2、给流程，从任务、流程、构建、训练、结果可视化呈现，一站式避坑。

3、给结果，解构优质论文，利用平台快速复现，构建方法一目了然。

4、给福利，公开课后的模块课，实验课，论文复现课全部免费。

二、时间地点:

2021 年11月 2 6 日—2021 年11 月 2 8 日远程在线授课

(11月25日帮助学员安装平台以及发送课件)

中国管理科学研究院职业资格认证培训中心

2021年 10 月 9 日

影像组学实验平台

应用路径：任务分类→数据处理→模型调用→训练优化→结果可视化→模型场景迁移

任务适配：

1.医学影像分类，病灶识别，疾病类型诊断。

2.2D医学影像病灶自动勾画。

3.2D感兴趣区域检测

4.3D器官组织识别

5.3D医学影像诊断

多样化数据全适用：

1.结构化数据

2.CT数据

3.超声数据

4.MRI数据

5.X-Ray数据

6.时间序列数据

7.2D、3D医学影像数据

一站式平台：

1.数据标注

2.数据预处理

3.数据适配

4.模型一键调用

5.结果输出可视化

6.算法改进路径清晰

（即插即用，自动调取算力）

传统组学一键实现任务的特征提取，特征分析，系数分析，多模型分析，聚类分析等

Sci论文快速复现，解构模型

Sci论文素材、指标、通过可视化工具一键生成

平台搭载的图像分割网络应用详解。
- FCN，第一个基于全卷积的病灶勾画算法。
- DeepLab V1-V3系列算法介绍。
- UNet及其衍生算法在病灶勾画，尤其是医学影像数据中的应用。
平台的数据预处理。
- 数据集介绍，病灶勾画依赖的数据包括那几个重要的部分。
- 如何对数据形成对应的mask。
- 影像组学任务运行练习：基于UNet的图像勾画。
  - 如何将自己的数据适配到UNet算法。
  - 其他可能扩展到的勾画场景。
  - 使用已经训练的模型，对未知的数据进行预测。

Pair 影像组学智能标注神器三个月免费试用（报名即送）

三、课程

影像组学任务类型划分与对应模型	What，影像组学中的分类问题案例介绍使用平台解决新冠肺炎识别任务（What）。数据集配置模型训练模型预测效果分析 Where，影像组学中的感兴趣区域检测案例介绍使用平台解决肺部CT数据中肺器官检测。 Which，影像组学中不规则区域勾画案例介绍训练：利用平台复现经典影像组学论文。
二、数据标注工具应用	分类影像学的通用解决方案 Labelme数据标注标注数据自动转化配置一键训练	检测影像学的通用解决方案分割影像学的通用解决方案 3D标注软件ITK-SNAP
三、模型适用场景介绍	1.疾病诊断	7.胃肠镜高分化癌
	2.基因突变预测	8. 预警量表诊断评估
	3.疾病智能识别	9. 癌症预后分析
	4.疾病类型判别	10.遗传组学分析
	5. 预后模型简历及验证	11. CT影像辅助诊疗
	6. 神经元结构的分割	12. 多模态任务模型构建
四、算法模型调优运行方法	模型训练中基本概念学习率损失函数等过拟合问题初始化函数	迁移学习如何进行迁移学习模型参数如何进行迁移如何在中进行超参调整和迁移学习
四、算法模型调优运行方法	训练：模型超参数调优以及迁移学习

五、医学影像病灶分类功能详解	医学影像病灶分类网络训练详解。针对精度的图像识别网络，LeNet、AlexNet、VGG、Inception、ResNet等。针对速度的图像识别网络，MobileNetV1、MobileNetV2、ShuffleNet等。 CT数据的预处理。训练数据的如何进行划分，如何进行裁剪。训练模型的过程中实时的数据增强。案例上手练习数据集如何使用。自己的数据如何适配到给定的算法。其它可能扩展的任务场景。
五、医学影像病灶分类功能详解	实现一个新的模型并添加入平台
六、病灶自动勾画任务功能详解	图像分割网络训练详解。 FCN，第一个基于全卷积的图像分割算法。 DeepLab V1-V3系列算法介绍。 UNet及其衍生算法在医学影像数据的病灶勾画中的应用。数据的预处理。病灶勾画中分割算法依赖的数据包括那几个重要的部分。如何对病灶勾画数据形成对应的mask。
七、影像组学SCI论文、专利、基	1. 影像组学论文模型的复现	4.	影像组学专利撰写要点
金申请算法解构	2. 影像组学SCI模型创新思路	5.	影像组学项目的模型设计
	3. 影像组学实验模型构建解析
	案例：病理基因的修正案例
八、论文中结果图形化工具应用	1. 混淆矩阵绘制	3.	不同模型结果对比
	2. ROC、Loss曲线绘制	4.	模型结果可视化
九、Pytorch入门	1. Pytorch接口	3.	优化器和一些模型参数
	2. 如何生成指定的数据生成器	4.	保存加载模型

四、培训费用：

每人4300元（含培训费、证书费、资料费、实验平台模型集成费）

五、颁发证书：参加相关培训并通过考试的学员，可以获得：

由中国管理科学研究院职业资格认证培训中心颁发的《影像组学技术工程师》（高级）专业技能资格证书，官方网站查询，该证书可作为有关单位专业技术人员能力评价、考核和任职的重要依据。

注：请学员提供两寸彩照一张（背面注明姓名）、身份证复印件和学历证明复印件各一张。

六、联系方式：

联系人:董老师

手机（微信同号）：17613935166

登录用户可以查看和发表评论，请前往登录或注册。