2D 3D图像分割-影像组学-深度学习-Python-疾病诊断 教程全集

应广大科研人员要求，本单位联合人工智能专家共同举办“影像组学与人工智能医学影像”专题线上培训，这次培训机会难得、通过案例掌握 2D 以及最新最前沿的 3D 影像案例，源代码及课件PPT都会发送给学员，报名成功将会赠送两天Python精品视频及几百个G的数据集.
授课时间地点：
2021.09.19（周末）2021.09.20（周一）
2021.09.21（周二）2021.09.25（周六）  
线上腾讯会议直播
培训内容：
第一天：
一、课程综述
1、影像组学综述 2、python基础 3、深度学习基础 4、基于AI的影像组学论文阅读与写作 5、Github简介 6、影像组学数据标注 7、pytorch神经网络分类案例 8、pytorch神经网络2D，3D图像分割案例
二、影像组学综述
1、影像组学应用背景和研究进展 2、影像组学核心思想和分析流程 3、影像组学数据分析和模型建立 4、影像组学可视化 模型预测与评价指标 ROC曲线 PR曲线5、人工智能在医学影像组学的发展及趋势  深度学习
三、python基础
1、环境搭建与基础语法 了解Python的整体发展 Python环境安装 Python基础语法 实战：Python第一个脚本 2、数据结构 数据类型 3、流程控制与函数 实战：Python第一个函数 4、面向对象 类  继承 实战：定义Python第一个类 5、错误与异常 异常处理 6、库与包 标准库  虚拟环境
第二天：
一、深度学习基础
1、神经网络简介 神经网络历史与发展 pytorch numpy安装 2、数据基础 张量基础 基础运算 变量基础 梯度下降3、线性神经网络 回归 单层线性神经网络（全连接层） 分类 其它 实战用pytorch搭建单层神经网络 4、多层感知机 多层感知机 其它 实战用pytorch搭建MLP 5、CNN 卷积基础  搭建CNN 实战用pytorch搭建CNN
二、基于AI的影像组学论文阅读与写作
1、论文阅读 Background Motivation Method Experiments Conclusion Limitation2、论文写作
三、Github简介
1、Github介绍 2、Git工具 Git命令 代码仓库 3、Gitee介绍
四、影像组学数据数据标注
1、标注软件Pair介绍 2、影像学分类数据标注 3、影像学检测数据标注  4、影像学ROI分割数据标注 
第三天：
一、pytorch神经网络分类案例
1、医学分类数据集介绍 2、AlexNet 3、VGGNet 4、GoogleNet 5、ResNet6、DenseNet 7、MobileNet 8、NasNet 9、ResNext使用COVID-CT(新冠)、NIHChest Xray(14种肺部疾病)、Shenzhen Hospital X-ray Set(肺结核)、Montgomery County X-ray Set(肺结核)、RSNA(肺炎)、CT Images in COVID-19(新冠)、Figure1-COVID-chestxray-dataset(新冠)、Ieee8023(新冠)等分类数据集训练网络
二、pytorch神经网络2D图像分割案例
1、医学2D分割数据集介绍 2、FCN 3、SegNet 4、Unet 5、Unet++ 6、PSPNet 7、Deeplab 8、MiniSeg 使用CHASE_DB1(眼底血管)、DRIVE(眼底血管/眼球)、Data Science Bowl 18(细胞核)、STARE(眼底血管)、CVC-ClinicDB(息肉)等2D分割数据集训练网格
第四天：
一、pytorch神经网络3D图像分割案例
1、医学3D分割数据集介绍 2、FCN3d 3、Vnet 4、Unet3d 5、Residual-Unet3d 6、DenseVoxelNet3d  7、3d HighResNet 8、Densenet3d 使用Lits(肝脏/肝脏肿瘤)、Sliver07(肝脏)、3Dircadb(肝脏/肝脏肿瘤)、CHAOS(肝/肾/脾)、MSD(肝脏/肺脏/脑瘤/海马体)、NSCLC-Radiomics(非小细胞癌)、covid19-ct-scans(左右肺/新冠感染)等3D分割数据集训练网络
二、传染病数据 数据集图像示例
1、分类数据集：COVID-CT(新冠)   NIHChest Xray(14种肺部疾病)   Shenzhen Hospital X-ray Set(肺结核)   Montgomery County X-ray Set(肺结核) RSNA(肺炎)   CT Images in COVID-19(新冠) Figure1-COVID-chestxray-dataset(新冠)  Ieee8023(新冠)
2、2D分割数据集：CHASE_DB1(眼底血管)   CVC-ClinicDB(息肉)  DRIVE(眼底血管)   Data Science Bowl 18(细胞核)
3、3D分割数据集：Lits(肝脏/肝脏肿瘤)   Sliver07(肝脏)   3Dircadb(肝脏/肝脏肿瘤)CHAOS(肝/肾/脾)   MSD(肝脏)   MSD(肺脏)   MSD(脑瘤)    MSD(海马体)   NSCLC-Radiomics(非小细胞癌)    covid19-ct-scans(左右肺/新冠感染)
联系方式
联系人：黎老师                      电话（微信同号）：15093136015
邮箱：[email protected]      QQ：2979415537
参加此次培训课程的学员可免费参加本单位后期举办的“影像组学与人工智能医学影像专题线上培训班“，会给本次参会学员提供下次免费参加培训证明 
详情请点击此处链接：2D 3D图像分割-影像组学-深度学习-Python-疾病诊断 教程全集
感兴趣的话保存并转发给周围的同事