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

MONAI医学影像AI开发工程

共计 30 章节

可可资料掘金营 · 点击在线试看

MONAI医学影像AI开发工程导论

目标=课程目标 · MONAI生态定位 · 医学影像AI工程化流程与核心挑战

医学影像数据格式与MONAI数据加载

目标=DICOM · NIfTI · NIfTI压缩格式解析

MONAI医学影像数据格式

MONAI Transform系统与数据预处理

目标=Compose · LoadImage · Spacing

医学影像数据增强策略

目标=RandAffine · RandFlip · RandGaussianNoise

医学影像数据增强…RandAffine

Dataset与DataLoader构建

目标=MONAI Dataset · CacheDataset · PersistentDataset

DatasetDataLoader

医学影像标注数据组织与缓存策略

目标=数据清单构建 · 交叉验证划分 · 缓存机制与IO瓶颈优化

医学影像标注数据…缓存策略

MONAI网络模块与医学影像模型选型

目标=UNet · UNETR · SwinUNETR

MONAI网络模块

损失函数与评价指标工程实践

目标=DiceLoss · FocalLoss · TverskyLoss

损失函数评价指标工程实践

MONAI训练引擎与SupervisedTrainer

目标=Trainer · Evaluator · SupervisedTrainer的…

MONAISupervisedTr…

医学影像分割任务实战

目标=基于UNet的肝脏肿瘤分割全流… · 从数据加载到模型训练与验证

医学影像分割任务…UNet

医学影像分类任务实战

目标=基于DenseNet的CT肺炎… · 处理类别不平衡与多标签分类问题

医学影像分类任务…DenseNet

医学影像检测与定位任务实战

目标=基于RetinaNet或MON…

医学影像检测定位任务实战

MONAI推理与后处理工程

目标=SlidingWindowIn… · TestTimeAugmentati… · 激活后处理与连通域分析

模型评估与结果可视化

目标=ConfusionMatrix · ROCAUC · MeanDice

模型评估结果可视化

MONAI Bundle与模型打包

目标=Bundle结构 · 配置驱动工作流 · 模型权重与元数据管理

MONAI Auto3DSeg与自动化分割

目标=Auto3DSeg原理 · 数据集准备 · 自动模型搜索与集成策略

迁移学习与预训练模型应用

目标=加载MONAI Model Z… · 微调策略与领域适配

迁移学习预训练模型应用

多模态医学影像融合实战

目标=CT与MRI多通道输入 · 模态缺失处理与特征融合网络设计

多模态医学影像融…CT

3D医学影像内存与计算优化

目标=Patch训练 · 混合精度 · 梯度累积

3D医学影像内存计算优化

MONAI与PyTorch Lightning集成

目标=LightningModule… · 回调机制与多GPU训练工程化

医学影像AI模型部署基础

目标=TorchScript · ONNX导出 · MONAI Deploy应用包与推理…

MONAI Deploy与临床推理流水线

目标=DICOM网关 · 工作流管理器 · 推理服务器与结果回传

联邦学习与隐私保护医学影像AI

目标=MONAI FL框架 · 联邦平均 · 差分隐私与跨机构协作训练

医学影像AI的可解释性与不确定性

目标=Grad-CAM · SHAP · MC Dropout

医学影像数据标注与质量控制

目标=标注工具集成 · 标注一致性评估 · 噪声标签处理与主动学习

医学影像数据标注质量控制

医学影像AI工程中的版本管理与实验追踪

目标=MLflow · Weights & Biases · DVC与MONAI工作流集成

医学影像AI模型监控与持续学习

目标=数据漂移检测 · 模型性能退化预警 · 在线学习与增量训练

医学影像AI伦理、法规与临床验证

目标=FDA/CE/NMPA审批路径 · 临床验证设计 · 偏见与公平性评估

MONAI自定义组件开发

目标=自定义Transform · Loss · Metric

MONAI自定义组件开发

目标=构建端到端医学影像AI辅助诊断… · 涵盖数据管理 · 训练