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边缘部署与加速

共计 30 章节

可可资料掘金营 · 点击在线试看

医学影像AI边缘部署全景

目标=从PACS到床旁设备 · 理解边缘计算在放射 · 病理

医学影像数据特性与边缘预处理

目标=DICOM解析 · 窗宽窗位调整 · 重采样

医学影像数据特性边缘预处理

边缘硬件平台选型

目标=GPU · NPU · FPGA

边缘硬件平台选型GPU

模型压缩基础

目标=剪枝 · 量化 · 知识蒸馏

模型压缩基础目标=剪枝

训练后量化实战

目标=将PyTorch医学影像模型转… · 分析校准集选择 · 敏感层诊断与精度-速度权衡

训练后量化实战PyTorch

量化感知训练

目标=在训练中模拟量化误差 · 针对医学影像小目标 · 低对比度病灶设计QAT流程与超参调整…

量化感知训练目标=

结构化剪枝与稀疏化

目标=通道剪枝 · 层剪枝 · 稀疏训练在肺结节检测

结构化剪枝稀疏化

知识蒸馏用于医学影像

目标=教师-学生架构设计 · 特征蒸馏与响应蒸馏 · 在边缘端小模型上保留病灶检出能力

知识蒸馏用于医学…目标=教师

神经架构搜索与医学影像边缘模型

目标=面向3D MRI · CT体积数据的硬件感知NAS · 搜索低延迟高精度的轻量网络

神经架构搜索医学影像边缘模型

ONNX与中间表示

目标=模型导出 · 算子兼容性 · 图优化

TensorRT部署医学影像模型

目标=引擎构建 · 精度校准 · 动态batch与多流推理

TensorRT部署医学影像模型

OpenVINO部署医学影像模型

目标=模型优化器 · 推理引擎 · 异步推理与异构插件

OpenVINO部署医学影像模型

TFLite与Edge TPU部署医学影像模型

目标=量化转换 · 委托机制 · Coral设备实战

ONNX Runtime与跨平台边缘推理

目标=执行提供器选择 · 图优化级别 · 线程与内存配置

NCNN与MNN移动端医学影像推理

目标=轻量级框架的算子支持 · 内存复用与多线程调度 · 在手机与嵌入式设备上部署肺炎检测

边缘端3D医学影像推理优化

目标=体积数据分块 · 滑动窗口 · 缓存复用与显存管理

边缘端3D医学影…目标=体积数据分…

医学影像实时推理流水线

目标=采集 · 预处理 · 推理

医学影像实时推理…目标=采集

边缘设备内存与带宽优化

目标=激活值重计算 · 算子融合 · 权重压缩

边缘设备内存带宽优化

多模型协同与级联推理

目标=在边缘端串联检测 · 分割 · 分类模型

多模型协同级联推理

边缘端模型更新与版本管理

目标=OTA更新 · 增量学习 · 联邦学习初步

边缘端模型更新版本管理

医学影像AI边缘部署的隐私与安全

目标=数据加密 · 模型保护 · 安全 enclave

边缘推理性能评测与基准

目标=延迟 · 吞吐 · 功耗

边缘推理性能评测基准

医学影像AI边缘部署的可靠性工程

目标=异常检测 · 降级策略 · 容错推理

超声影像边缘实时分析

目标=斑点噪声抑制 · 动态范围压缩与轻量分割网络 · 在便携超声设备上实现实时测量与辅助诊…

超声影像边缘实时…目标=斑点噪声抑…

X光与乳腺钼靶边缘筛查

目标=高分辨率图像分块推理 · 多视图融合与量化部署 · 在低功耗设备上完成肺结核与乳腺癌筛查

X光乳腺钼靶边缘筛查

CT与MRI边缘三维分割

目标=器官与病灶分割的3D U-Ne… · TensorRT加速与内存优化 · 在边缘服务器上实现快速勾画

病理全切片图像边缘分析

目标=WSI分块 · 多分辨率处理与轻量分类器 · 在边缘端实现术中冰冻切片快速辅助诊断

病理全切片图像边…WSI

内镜与眼底影像边缘推理

目标=视频流实时处理 · 时序信息融合与低延迟模型 · 在嵌入式设备上辅助息肉与糖网检测

内镜眼底影像边缘推理

多模态医学影像边缘融合

目标=PET-CT · 超声弹性成像等多模态数据对齐 · 特征融合与联合推理的加速策略

多模态医学影像边…PET-CT

医学影像AI边缘部署项目实战

目标=从需求分析 · 硬件选型 · 模型压缩