The event has been closed.

影像组学及医学影像人工智能应用培训班

各企事业单位、高等院校及科研院所：

近年来，随着医学图像信息学的发展，从医学图像中挖掘图像特征、解析临床信息，逐渐引起医学领域专家的重视。很多研究发现，通过对图像数据特征的深层次挖掘，医学图像能提供更多肉眼不能识别的信息，可用于指导临床决策。2012年，受生物医学领域高产出的“组学”概念的启发，荷兰Lambin等首次提出了影像组学（radiomics）的概念，即使用计算机软件从影像图像中自动化抽取海量影像定量特征，借助大数据分析手段，解析临床信息，用于肿瘤的定性、分级分期、基因分析、疗效评估和预后预测等，指导并优化临床决策，最终实现精准医疗。影像组学分析流程主要包括：图像获取、病灶分割、特征提取和筛选、模型构建和临床信息解析等；其研究涉及医工交叉学科，需要医学和工科紧密合作，而绝大部分医学生或医生并无工科背景。

特举办“影像组学及医学影像人工智能应用培训班”。本次对前沿的影像组学及人工智能案例进行全面的讲解，帮助学员掌握和利用影像组学进行具体工作的开展。

本次培训由北京仕而优教育科技集团有限公司具体承办，相关事宜通知如下：

一、培训目标：

1、掌握影像组学研究过程与方法，掌握影像组学SCI论文写作思路，常用影像组学建模方法及未来发展方向和科研思路。

2、结合具体临床实际案例，进行案例讲解和专题讨论，有效的提升学员解决临床和科研问题的能力。

3、《癌症的生存率预测》《鼻窦炎预后效果分析》《乳腺癌识别》《COVID-19新冠肺炎识别》《人脑肿瘤分割》《皮肤疾病病灶区域分割》等案例的具体人工智能实现路径及方法。

二、时间地点: 《远程在线培训班和线下现场培训两种授课方式任选其一》

     2021年06月04日—2021年06月07日   远程在线授课

     2021年06月04日—2021年06月07日   北京*机房上课

       (第一天全天报到，授课三天，机房上课)

三、课程体系：

四、医学影像案例实战训练：

一、结构化数据

《癌症的生存率预测》，结构化数据介绍

1.结构化数据的处理方法。

    1.如何快速读取结构化数据。

    2.使用pandas对数据快速进行统计学分析。

2.传统机器学习算法对问题进行建模。

   1.基于scikit-learn中的算法，例如LR、SVM、RF、GBDT等常见的监督算法。

   2.基于XGBoost的建模方法。tree_method、max_depth等重要参数的介绍。

   3.基于LightGBM的建模方法。eta、objective等重要参数介绍。

3.案例上手练习：基于DNN的深度学习建模方法。

   1.DNN模型在Tensorflow的搭建。tensorflow中的一些主要API的参数以及用法介绍。

   2.Tensorflow训练DNN基本流程。model、train、loss function等相关技术的串联。

   3.如何对模型进行部署测试。对于训练好的模型，使用测试集对模型的性能进行测试。

二、医院影像数据--分类任务

以《乳腺癌识别》以及《COVID-19新冠肺炎识别》，从CT扫描数据中识别指定疾病。

1.图像分类网络详解。

     1.面向精度的图像识别网络，LeNet、AlexNet、VGG、Inception、ResNet等。

     2.面试速度的图像识别网络，MobileNetV1、MobileNetV2、ShuffleNet等。

2. CT数据的预处理。

     1.训练数据的如何进行划分，如何进行裁剪。

     2.为应对数据量不足的情况，在训练模型的过程中如何对数据进行实时的数据增强。

3.案例上手练习：

基于CNN的图像分类，乳腺癌识别或者COVID-19新冠肺炎识别二选一。

     1.数据集如何使用。

     2.自己的数据如何适配到给定的算法。

         3.其它可能扩展的任务场景介绍，例如肝炎CT数据识别等。

三、医学影像数据--分割任务

以《人脑肿瘤分割》以及《皮肤疾病病灶区域分割》为例，介绍如何使用分割算法将制定区域从图像中分割出来。

1. 图像分割网络详解。

     1.FCN，第一个基于全卷积的图像分割算法。

     2.DeepLab V1-V3系列算法介绍。

     3.UNet及其衍生算法在图像分割，尤其是医学影像数据的分割算法中的应用。

2. 数据的预处理。

     1.数据集介绍，分割算法依赖的数据包括那几个重要的部分。

     2.如何对分割数据形成对应的mask。

3. 案例上手联系：基于UNet的图像分割方法。人脑肿瘤分割或者皮肤疾病病灶区域分割二选一。

     1.如何将自己的数据适配到UNet算法。

     2.其他可能扩展到的分割场景。

         3.如何使用已经训练的模型，对未知的数据进行预测。

五、培训费用：

   A类，每人3900元（含培训费、证书费、资料费）

  B类，每人4580元（含培训费、证书费、资料费）

   注：住宿可统一由会务组进行安排，费用自理。

六、颁发证书：参加相关培训并通过考试的学员，可以获得：

A类，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。

B类，由工业和信息化部全国网络与信息技术考试管理中心颁发的《人工智能算法工程师》职业技能证书，官方网站查询，可通过官方网站查询或扫描证书上方的二维码查询，该证书直接纳入专业人才数据库。可作为专业技术人员继续教育证明。（加上A类共两本证书）。

    注：请学员带两寸彩照两张（背面注明姓名）、身份证复印件和学历证明复印件各两张。

七、报名咨询联系方式：

联系人: 王跃广                手机（微信同号）：18513110645

E_mail：1438203993@qq.com     官方咨询QQ：1438203993

影像组学QQ群群号： 214708839（加群备注：王跃广  邀请）

​