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