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

医学影像训练集质量评估工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入与工程全景
目标=医学影像训练集质量评估的定义 · 目标 · 在AI医疗产品生命周期中的位置
课程导入工程全景
02
医学影像数据模态与训练集构成
目标=CT · MRI · X光
医学影像数据模态训练集构成
03
训练集质量评估的维度体系
目标=从完整性 · 准确性 · 一致性
训练集质量评估的…目标=从完整性
04
真实训练集质量问题的发现与分类
目标=通过脱敏案例展示缺失切片 · 标注错误 · 类别不平衡
真实训练集质量问…分类
05
数据采集环节的质量控制
目标=扫描协议标准化 · 设备校准 · 多中心采集差异
数据采集环节的质…目标=扫描协议标…
06
数据脱敏与隐私合规评估
目标=DICOM头信息清理 · 面部重建风险 · HIPAA/GDPR/《个人信息保护…
数据脱敏隐私合规评估
07
图像质量客观指标计算与工程实现
目标=信噪比 · 对比度噪声比 · 空间分辨率
图像质量客观指标…工程实现
08
图像质量主观评估与专家一致性
目标=放射科医生评分表设计 · Likert量表 · Kappa系数与ICC计算
图像质量主观评估专家一致性
09
标注质量评估基础
目标=标注类型（分类 · 检测 · 分割
标注质量评估基础目标=标注类型
10
分割标注质量评估实战
目标=Dice · IoU · Hausdorff距离
分割标注质量评估…Dice
11
检测与分类标注质量评估
目标=边界框重叠度 · 类别混淆矩阵 · 漏标与误标统计
检测分类标注质量评估
12
标注错误检测与半自动清洗
目标=利用模型预测与标注的差异 · 规则引擎 · 聚类方法发现可疑标注
标注错误检测半自动清洗
13
训练集类别不平衡与长尾分布评估
目标=统计各类别样本量 · 计算不平衡比 · 绘制分布图
训练集类别不平衡长尾分布评估
14
训练集代表性评估
目标=与目标临床人群在年龄 · 性别 · 种族
训练集代表性评估目标=
15
数据泄漏与重复样本检测
目标=患者级泄漏 · 近重复图像检测 · 哈希与嵌入向量方法
数据泄漏重复样本检测
16
训练集版本管理与可追溯性
目标=数据版本控制 · 变更日志 · 元数据血缘
训练集版本管理可追溯性
17
质量评估流水线设计
目标=从数据接入 · 预处理 · 指标计算
质量评估流水线设…目标=从数据接入
18
自动化质量报告与可视化
目标=生成包含统计图表 · 问题样本缩略图 · 指标趋势的HTML/PDF报告
自动化质量报告可视化
19
质量门禁与训练集准入标准
目标=制定可量化的准入阈值 · 设计人工审核与自动检查结合的放行流程 · 并处理边界案例
质量门禁训练集准入标准
20
小样本与罕见病训练集质量评估
目标=评估样本量充分性 · 标注不确定性 · 迁移学习可行性
小样本罕见病训练集质量…
21
多中心训练集质量协调
目标=不同中心扫描协议 · 标注习惯 · 患者群体差异的量化与协调
心训练集质量协调目标=不同
22
时序影像与视频训练集质量评估
目标=动态增强MRI · 超声视频 · 内镜视频等时序数据的帧间一致性
时序影像视频训练集质量评…
23
3D影像与各向异性数据质量评估
目标=层厚 · 层间距 · 各向异性对分割与检测的影响
3D影像各向异性数据质量…
24
质量评估中的统计推断与抽样
目标=抽样方案设计 · 置信区间估计 · 假设检验在质量指标比较中的应用
质量评估统计推断
25
质量评估指标与模型性能关联分析
目标=分析训练集质量指标与下游模型A… · Dice等性能的相关性 · 建立质量-性能回归模型指导数据改进
质量评估指标模型性能关联分析
26
主动学习与质量驱动的数据迭代
目标=基于模型不确定性 · 质量评分选择最有价值样本进行标注或复… · 形成数据质量持续改进闭环
主动学习质量驱动的数据迭…
27
质量评估工程中的工具链与平台
目标=常用开源工具（如MONAI · SimpleITK · Label Studio
质量评估工程工具链
28
真实项目实战一
目标=胸部CT肺结节训练集质量评估 · 脱敏 · 标注一致性分析到生成质量报告与准入决…
真实项目实战一CT
29
真实项目实战二
目标=脑MRI肿瘤分割训练集质量评估 · 多模态 · 各向异性数据
真实项目实战二MRI
30
课程总结与工程能力迁移
目标=回顾30节核心任务与方法论 · 讨论质量评估工程师的职责 · 协作模式
课程总结工程能力迁移