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AI云原生部署与交付工程

共计 30 章节

可可资料掘金营 · 点击在线试看

医学影像AI交付工程导论

目标=从算法研发到临床落地的全链路挑… · 云原生交付的核心价值 · 课程实战项目与工具链总览

医学影像数据工程与DICOM云原生处理

目标=DICOM协议解析 · 影像脱敏与匿名化 · 对象存储选型

DICOM医学影像数据工程

容器化基础与医学影像AI推理服务封装

目标=Docker镜像构建 · CUDA与驱动兼容 · 模型权重与依赖打包

AI容器化基础

Kubernetes核心概念与医学影像AI工作负载编排

目标=Pod · Deployment · Service

医学影像AI推理服务的GPU资源管理与优化

目标=NVIDIA Device P… · MIG · 共享GPU

云原生存储与医学影像数据持久化

目标=PVC · PV · StorageClass

云原生存储医学影像数据持久…

医学影像AI微服务架构与API网关

目标=服务拆分 · gRPC与RESTful接口 · API网关鉴权

模型服务化框架选型与实战

目标=Triton Inferenc… · TorchServe · ONNX Runtime

模型服务化框架选…Triton

医学影像AI推理流水线编排

目标=Kubeflow Pipeli… · Argo Workflows · 预处理-推理-后处理链

云原生环境下的模型版本管理与灰度发布

目标=模型注册表 · MLflow · 模型A/B测试

云原生环境下的模…灰度发布

医学影像AI服务的可观测性建设

目标=Prometheus指标采集 · Grafana看板 · 日志收集EFK

医学影像AI服务的安全与合规

目标=HIPAA/GDPR合规 · 传输加密 · 访问控制RBAC

医学影像AI推理服务的自动扩缩容

目标=HPA · VPA · KEDA

边缘计算与云边协同的医学影像AI部署

目标=KubeEdge · 边缘推理节点 · 云边数据同步

医学影像AI服务的持续集成与持续交付

目标=GitOps · Argo CD · Flux

医学影像AI推理性能基准与压测

目标=Locust · wrk · GPU利用率监控

多模态医学影像AI服务的统一部署

目标=CT · MR · X光

AI多模态医学影像

医学影像AI模型量化与加速部署

目标=TensorRT · ONNX量化 · FP16/INT8推理

医学影像AI服务的容灾与高可用设计

目标=多副本 · 多区域部署 · 故障转移

医学影像AI云原生交付的成本优化

目标=Spot实例 · 自动伸缩策略 · 资源请求与限制调优

医学影像AI服务的测试策略

目标=单元测试 · 集成测试 · 端到端测试

医学影像AI推理服务的网络与通信优化

目标=服务网格Istio · 网络策略 · 低延迟通信

医学影像AI云原生环境下的配置与密钥管理

目标=ConfigMap · Secret · Vault

医学影像AI服务的日志与审计追踪

目标=结构化日志 · 日志分级 · 审计事件

医学影像AI模型的热更新与在线学习

目标=模型热加载 · 增量更新 · 在线学习流水线

医学影像AI云原生部署的标准化与互操作性

目标=DICOMweb · FHIR · HL7

医学影像AI推理服务的多租户与资源隔离

目标=命名空间 · 网络隔离 · GPU隔离

医学影像AI云原生交付的DevSecOps实践

目标=安全扫描 · 镜像签名 · 策略即代码

医学影像AI服务在真实医院环境中的部署实战

目标=现场调研 · 网络规划 · 系统集成

医学影像AI云原生交付工程总结与前沿展望

目标=最佳实践复盘 · 技术趋势 · 联邦学习