首页
›
生命科学与数字医疗
›
011-医学影像AI分割检测与训练工程
›
《医学影像分割算法开发与训练》
VIP14
本课程属于:011-医学影像AI分割检测与训练工程
生命科学与数字医疗 · 共 14 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
医学影像分割算法开发与训练
共计 30 章节
可可资料掘金营 · 点击在线试看
01
医学影像分割任务全景
目标=从临床需求到算法目标 · 明确分割对象 · 输出形式
医学影像分割任务…
目标=从临床需求…
02
医学影像数据格式与读取
目标=DICOM · NIfTI · MHA等格式解析
医学影像数据格式
读取
03
分割标注与数据管理
目标=标注工具 · 标注规范 · 多专家一致性
分割标注
数据管理
04
医学影像预处理流水线
目标=重采样 · 归一化 · 偏置场校正
医学影像预处理流…
目标=重采样
05
传统分割方法回顾
目标=阈值 · 区域生长 · 水平集
传统分割方法回顾
目标=阈值
06
卷积神经网络分割基础
目标=U-Net结构 · 编码器-解码器 · 跳跃连接与感受野设计
卷积神经网络分割…
U-Net
07
损失函数与优化目标
目标=交叉熵 · Dice损失 · Tversky损失
损失函数
优化目标
08
评价指标与验证策略
目标=Dice · IoU · HD95
评价指标
验证策略
09
2D医学影像分割实战
目标=搭建U-Net完成视网膜血管或…
2D医学影像分割…
U-Net
10
3D医学影像分割实战
目标=基于V-Net或3D U-Ne…
3D医学影像分割…
V-Net
11
注意力机制与Transformer分割
目标=Attention U-Net · Swin-UNet · TransUNet在医学影像中的应用
Transformer
注意力机制
12
多尺度与金字塔结构
目标=FPN · PSPNet · DeepLab系列在医学影像分割中的…
多尺度
金字塔结构
13
边界感知与形状约束
目标=边界损失 · 主动轮廓损失 · 形状先验与拓扑保持方法
边界感知
形状约束
14
半监督医学影像分割
目标=伪标签 · 一致性正则 · Mean Teacher
半监督医学影像分…
目标=伪标签
15
自监督与预训练策略
目标=对比学习 · 掩码图像建模 · 医学影像基础模型微调
自监督
预训练策略
16
弱监督与交互式分割
目标=点 · 涂鸦 · 边界框监督
弱监督
交互式分割
17
域适应与跨中心泛化
目标=风格迁移 · 对抗域适应 · 测试时适应解决设备与协议差异
域适应
心泛化
18
小样本与元学习分割
目标=原型网络 · MAML · 少样本医学影像分割任务设计与实现
小样本
元学习分割
19
多模态医学影像融合分割
目标=PET-CT · 多序列MRI的特征融合与联合训练策略
多模态医学影像融…
PET-CT
20
时序与动态影像分割
目标=心脏 cine MRI · 超声序列的时空建模与运动一致性
时序
动态影像分割
21
模型轻量化与实时推理
目标=剪枝 · 量化 · 知识蒸馏
模型轻量化
实时推理
22
分布式训练与混合精度
目标=多GPU · 梯度累积 · AMP
分布式训练
混合精度
23
训练过程监控与调参
目标=学习率调度 · 早停 · 过拟合诊断
训练过程监控
调参
24
分割结果后处理
目标=连通域分析 · 形态学操作 · 条件随机场
分割结果后处理
目标=连通域分析
25
不确定性估计与质量控制
目标=MC Dropout · 深度集成 · 预测置信度与临床审核机制
不确定性估计
质量控制
26
可解释性与可视化
目标=Grad-CAM · 注意力图 · 特征可视化与分割错误分析
可解释性
可视化
27
医学影像分割竞赛与基准
目标=MSD · KiTS · BraTS
医学影像分割竞赛
基准
28
从研究到产品
目标=模型封装 · API设计 · PACS集成
从研究到产品
目标=模型封装
29
持续学习与模型更新
目标=增量学习 · 灾难性遗忘 · 联邦学习在医学影像中的实践
持续学习
模型更新
30
综合项目实战
目标=从数据准备到部署 · 完成一个完整医学影像分割系统的开发与…
综合项目实战
目标=从数据准备…
所属VIP或分类
同VIP:3D医学影像标注与审核工程
同VIP:3D医学影像检测与分类工程
同VIP:MONAI医学影像AI开发工程