首页
›
生命科学与数字医疗
›
012-医学影像AI验证部署与MLOps工程
›
《医学影像模型版本与发布工程》
VIP12
本课程属于:012-医学影像AI验证部署与MLOps工程
生命科学与数字医疗 · 共 12 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
📘
医学影像模型版本与发布工程
共计 30 章节
可可资料掘金营 · 点击在线试看
01
医学影像模型版本与发布工程导论
目标=课程定位 · 核心问题 · 工程化发布的价值与挑战
医学影像模型版本
发布工程导论
02
医学影像数据与模型生命周期
目标=DICOM/NIfTI数据特性 · 标注版本 · 模型迭代与发布的关系
医学影像数据
模型生命周期
03
版本控制基础与医学影像模型
目标=Git · DVC · Git LFS在模型权重
版本控制基础
医学影像模型
04
模型版本命名与语义化版本
目标=如何为医学影像分割 · 检测 · 分类模型设计可追溯的版本号
模型版本命名
语义化版本
05
实验跟踪与元数据管理
目标=MLflow · Weights & Biases记录… · 指标与医学影像数据切片
实验跟踪
元数据管理
06
模型注册表设计
目标=集中管理医学影像模型版本 · 阶段(开发/验证/生产)与审批状态
模型注册表设计
目标=集
07
医学影像模型的依赖与环境锁定
目标=CUDA · PyTorch · MONAI版本与可复现推理环境
医学影像模型的依…
环境锁定
08
模型打包与容器化
目标=将医学影像模型及其预处理 · 后处理封装为Docker镜像
模型打包
容器化
09
模型发布流水线设计
目标=从代码提交到医学影像模型上线的…
模型发布流水线设…
目标=从代码提交…
10
持续集成中的模型测试
目标=单元测试 · 数据验证 · 医学影像推理一致性测试
持续集成
模型测试
11
持续交付与模型部署策略
目标=蓝绿部署 · 金丝雀发布在医学影像服务中的实践
持续交付
模型部署策略
12
模型推理服务化
目标=使用TorchServe · Triton或FastAPI发布医学…
模型推理服务化
TorchServe
13
医学影像模型版本回滚与热修复
目标=故障场景 · 回滚策略与版本切换机制
医学影像模型版本…
热修复
14
模型性能监控与漂移检测
目标=监控医学影像输入分布 · 预测置信度与临床指标变化
模型性能监控
漂移检测
15
发布审批与合规
目标=医学影像AI的监管要求 · 版本审计追踪与文档化
发布审批
合规
16
模型卡片与数据卡片
目标=为医学影像模型编写版本说明 · 预期用途与局限性
模型卡片
数据卡片
17
多模态医学影像模型的版本管理
目标=CT · MRI · PET等多模态输入下的版本协调
多模态医学影像模…
CT
18
联邦学习场景下的模型版本发布
目标=跨医院协作中的版本同步与聚合发…
联邦学习场景下的…
目标=跨医院协作
19
边缘部署与模型版本分发
目标=在医学影像设备或边缘服务器上管…
边缘部署
模型版本分发
20
模型压缩与版本发布
目标=量化 · 剪枝后医学影像模型的版本验证与发布
模型压缩
版本发布
21
A/B测试与临床评估
目标=在真实临床环境中对比不同医学影…
A/B
测试
22
模型版本与数据版本的对齐
目标=确保训练数据 · 标注版本与模型版本一致可追溯
模型版本
数据版本的对齐
23
自动化发布流水线实战
目标=使用GitHub Action…
自动化发布流水线…
GitHub
24
模型注册与发布平台集成
目标=将MLflow模型注册表与Ku…
模型注册
发布平台集成
25
医学影像模型的安全发布
目标=模型加密 · 访问控制与防篡改版本分发
医学影像模型的安…
目标=模型加密
26
发布工程中的团队协作
目标=数据科学家 · ML工程师 · 临床专家与运维的版本交接
发布工程
团队协作
27
版本发布事故复盘
目标=医学影像模型上线失败案例分析与…
版本发布事故复盘
目标=医学影像模…
28
模型版本迁移与升级
目标=从旧版医学影像模型平滑迁移到新…
模型版本迁移
升级
29
发布工程工具链选型
目标=对比DVC · MLflow · BentoML
发布工程工具链选…
DVC
30
课程综合实战
目标=设计并实现一个医学影像模型从版…
课程综合实战
目标=设计并实现…
所属VIP或分类
同VIP:DICOM影像AI服务集成工程
同VIP:PACS影像AI在线推理集成工程
同VIP:医学影像AI云原生部署与交付工程