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性能验证工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入与验证工程定位
目标=医学影像AI性能验证的核心目标 · 工程边界 · 与算法研发和临床评价的关系
课程导入验证工程定位
02
医学影像AI产品形态与验证对象
目标=分类 · 检测 · 分割
AI医学影像
03
性能验证的法规与标准框架
目标=NMPA · FDA · CE等监管路径
性能验证的法规标准框架
04
验证数据集构建工程
目标=数据来源 · 纳入排除标准 · 标注规范
验证数据集构建工…目标=数据来源
05
参考标准与金标准建立
目标=专家标注 · 多专家共识 · 活检/随访/临床结局作为参考标准
参考标准金标准建立
06
数据标注质量控制
目标=标注一致性评估 · 仲裁机制 · 标注工具选型
数据标注质量控制目标=标注一致性…
07
数据偏倚与泛化性风险识别
目标=人群 · 设备 · 扫描参数
数据偏倚泛化性风险识别
08
验证集划分与数据泄漏防控
目标=训练/验证/测试集划分原则 · 患者级 · 病灶级
验证集划分数据泄漏防控
09
性能指标选择与计算
目标=分类任务AUC · 敏感度 · 特异度
性能指标选择计算
10
置信区间与统计不确定性
目标=Bootstrap · DeLong · Wilson等方法在医学影像AI性能…
置信区间统计不确定性
11
阈值选择与临床可操作性
目标=ROC/PR曲线 · 约登指数 · 临床可接受阈值
阈值选择临床可操作性
12
亚组分析与公平性验证
目标=按年龄 · 性别 · 种族
亚组分析公平性验证
13
鲁棒性验证工程
目标=对抗噪声 · 运动伪影 · 金属伪影
鲁棒性验证工程目标=对抗噪声
14
可重复性与再现性验证
目标=同一数据不同时间 · 不同设备 · 不同操作者下的结果一致性
可重复性再现性验证
15
外部验证与多中心验证设计
目标=前瞻性/回顾性外部验证方案 · 中心选择 · 样本量估算与实施流程
外部验证心验证设计
16
前瞻性临床验证与影子模式
目标=静默试验 · 影子部署 · 临床工作流嵌入验证的设计
前瞻性临床验证影子模式
17
人机交互与读者研究
目标=AI辅助诊断的读者研究设计 · 多读者多病例分析 · 临床收益与效率评估
人机交互读者研究
18
性能验证中的统计检验
目标=非劣效 · 优效性 · 等效性检验
性能验证统计检验
19
样本量估算与效能分析
目标=基于预期性能 · 置信区间宽度 · 亚组分析需求进行样本量计算的方法与工…
样本量估算效能分析
20
验证方案与预注册
目标=验证计划书撰写 · 终点定义 · 分析人群
验证方案预注册
21
验证执行与数据管理
目标=病例筛选 · 数据采集 · 盲法评估
验证执行数据管理
22
结果分析与报告撰写
目标=性能报告结构 · 图表规范 · 亚组结果呈现
结果分析报告撰写
23
失败模式与根因分析
目标=假阳性/假阴性案例回溯 · 错误分类 · 失效模式与影响分析在验证中的运用
失败模式根因分析
24
持续学习与上市后性能监测
目标=真实世界性能监测 · 漂移检测 · 再训练触发条件与变更控制
持续学习上市后性能监测
25
模型更新与版本验证
目标=模型迭代后的验证策略 · 回归测试 · 版本对比与再验证范围确定
模型更新版本验证
26
验证工具链与自动化平台
目标=数据管理 · 标注 · 推理
验证工具链自动化平台
27
可解释性与验证
目标=热力图 · 注意力图等解释方法在验证中的角色 · 局限性与临床可接受性评估
可解释性验证
28
安全性与风险验证
目标=AI失效的临床风险 · 误诊漏诊后果 · 风险控制措施与安全边界测试
安全性风险验证
29
伦理、隐私与合规验证
目标=伦理审查 · 知情同意 · 数据去标识化
伦理隐私
30
综合实战
目标=从零设计一个医学影像AI性能验… · 方案设计 · 数据准备
综合实战AI