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AI训练流水线工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
医学影像AI训练流水线全景
目标=从DICOM数据到模型部署的端… · 关键组件与工程化挑战
AI医学影像
02
医学影像数据格式与解析
目标=DICOM · NIfTI · NRRD等格式的元数据
医学影像数据格式DICOM
03
医学影像数据采集与伦理合规
目标=多中心数据来源 · 伦理审查 · 去标识化与数据使用协议
医学影像数据采集伦理合规
04
数据清洗与质量检查
目标=异常值检测 · 重复数据剔除 · 图像完整性校验与自动化QC报告生成
数据清洗质量检查
05
医学影像标注体系设计
目标=分类 · 检测 · 分割任务标注规范
医学影像标注体系…目标=分类
06
标注质量控制与审核流程
目标=多轮标注 · 仲裁机制 · 标注者间一致性指标与持续改进策略
标注质量控制审核流程
07
数据版本管理与可追溯性
目标=DVC · Git LFS · 数据哈希与实验元数据记录
数据版本管理可追溯性
08
医学影像预处理流水线
目标=重采样 · 强度归一化 · 去噪
医学影像预处理流…目标=重采样
09
数据增强策略与实现
目标=几何变换 · 弹性形变 · 强度扰动
数据增强策略实现
10
类别不平衡与稀缺样本处理
目标=重采样 · 损失加权 · 合成数据生成与少样本学习策略
类别不平衡稀缺样本处理
11
训练/验证/测试集划分
目标=按患者分层 · 时间划分 · 外部验证集构建与数据泄漏防范
训练验证
12
医学影像深度学习模型选型
目标=CNN · U-Net · Transformer
医学影像深度学习…CNN
13
损失函数与优化目标
目标=Dice · Focal · Tversky
损失函数优化目标
14
训练流水线核心组件
目标=数据加载器 · 模型封装 · 优化器
训练流水线核心组…目标=数据加载器
15
分布式训练与加速
目标=多GPU · 分布式数据并行 · 梯度累积与医学影像大模型训练实践
分布式训练加速
16
实验跟踪与超参数管理
目标=MLflow · Weights & Biases · Optuna集成与自动化调参
实验跟踪超参数管理
17
模型评估与指标计算
目标=AUC · Dice · IoU
模型评估指标计算
18
模型可解释性与可视化
目标=Grad-CAM · 注意力图 · 分割掩膜可视化与临床可解释性报告
模型可解释性可视化
19
模型鲁棒性与泛化评估
目标=跨中心 · 跨设备 · 跨人群测试与对抗攻击防御
模型鲁棒性泛化评估
20
模型压缩与推理优化
目标=剪枝 · 量化 · 知识蒸馏与TensorRT/ONNX…
模型压缩推理优化
21
训练流水线自动化与编排
目标=Airflow · Kubeflow · Prefect构建可复现的端到端工作…
训练流水线自动化编排
22
容器化与持续集成
目标=Docker · Kubernetes · CI/CD在医学影像AI训练中的落地…
容器化持续集成
23
模型注册与版本管理
目标=MLflow Model Re… · 模型卡 · 审批流程与回滚机制
模型注册版本管理
24
模型部署与服务化
目标=REST/gRPC API · 批处理与实时推理 · DICOMweb集成与PACS对接
模型部署服务化
25
推理流水线监控与维护
目标=数据漂移检测 · 性能衰减预警 · 在线学习与模型更新策略
推理流水线监控维护
26
联邦学习与隐私保护
目标=跨机构协作训练 · 差分隐私 · 安全聚合与合规挑战
联邦学习隐私保护
27
医学影像AI流水线安全与合规
目标=FDA · CE · NMPA法规
AI医学影像
28
端到端实战
目标=构建一个肺结节检测训练流水线 · 涵盖数据准备 · 训练
端到端实战目标=构建一个肺…
29
端到端实战
目标=构建一个脑肿瘤分割训练流水线 · 涵盖多模态数据 · 3D分割与推理优化
端到端实战目标=构建一个脑…
30
流水线工程化最佳实践与未来趋势
目标=可复现性 · 自动化 · MLOps
流水线工程化最佳…未来趋势