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

多中心医学影像模型验证工程

共计 30 章节
可可资料掘金营 · 点击在线试看
01
多中心医学影像验证工程导论
目标=多中心验证的定义 · 核心挑战 · 工程化视角与课程路线图
心医学影像验证工…目标=多
02
医学影像数据基础与多中心异质性
目标=影像模态 · 采集协议 · 设备差异
医学影像数据基础心异质性
03
多中心验证的伦理与法规框架
目标=IRB/伦理审查 · 数据使用协议 · GDPR/HIPAA
心验证的伦理法规框架
04
验证目标与假设定义
目标=临床问题转化 · 主要终点与次要终点 · 非劣效/优效设计
验证目标假设定义
05
数据采集与站点纳入标准
目标=中心选择 · 设备校准 · 扫描协议标准化
数据采集站点纳入标准
06
多中心数据整理与质量控制
目标=DICOM解析 · 去标识化 · 图像质量指标
心数据整理质量控制
07
影像标注与参考标准构建
目标=多中心标注协议 · 标注者培训 · 一致性评估
影像标注参考标准构建
08
数据划分与泄漏防控
目标=中心内/中心间划分 · 时间划分 · 患者级划分
数据划分泄漏防控
09
模型验证的统计基础
目标=置信区间 · Bootstrap · 交叉验证
模型验证的统计基…目标=置信区间
10
性能度量与临床相关性
目标=AUC · 敏感度/特异度 · 校准
性能度量临床相关性
11
中心间泛化评估方法
目标=留一中心法 · 跨中心验证 · 元分析
心间泛化评估方法目标=留一
12
站点异质性与域适应验证
目标=协变量偏移 · 域泛化 · 域适应方法的验证设计
站点异质性域适应验证
13
公平性与偏差审计
目标=亚组分析 · 公平性指标 · 偏差来源识别与缓解验证
公平性偏差审计
14
鲁棒性验证
目标=对抗扰动 · 噪声 · 重建参数变化
鲁棒性验证目标=对抗扰动
15
可重复性与再现性工程
目标=代码/环境容器化 · 随机种子 · 版本控制
可重复性再现性工程
16
验证实验设计
目标=析因设计 · 消融实验 · 敏感性分析
验证实验设计目标=析因设计
17
多中心验证的数据管理
目标=分布式数据存储 · 联邦查询 · 数据版本
心验证的数据管理目标=分布式数据…
18
联邦学习与隐私保护验证
目标=联邦评估 · 安全聚合 · 差分隐私
联邦学习隐私保护验证
19
模型更新与持续验证
目标=在线学习 · 漂移检测 · 再验证触发
模型更新持续验证
20
验证平台与工具链
目标=MLflow · DVC · MONAI
验证平台工具链
21
自动化验证流水线
目标=CI/CD · 自动化测试 · 指标看板
自动化验证流水线CI/CD
22
结果报告与可视化
目标=STARD-AI · CLAIM · TRIPOD-AI
结果报告可视化
23
案例研究一
目标=多中心COVID-19影像分类… · 执行与经验教训
案例研究一COVID-19
24
案例研究二
目标=多中心脑肿瘤分割模型验证：挑战 · 指标与跨中心性能分析
案例研究二目标=多
25
案例研究三
目标=多中心眼底图像糖尿病视网膜病变…
案例研究三目标=多
26
失败模式分析与根因定位
目标=站点失效 · 数据偏移 · 标注错误
失败模式分析根因定位
27
验证工程中的项目管理
目标=里程碑 · 风险登记 · 沟通计划
验证工程项目管理
28
从验证到临床部署
目标=监管提交 · 临床验证 · 上市后监测
从验证到临床部署目标=监管提交
29
前沿方向
目标=基础模型 · 自监督学习 · 多模态融合在多中心验证中的机遇与挑战
前沿方向目标=基础模型
30
课程综合实战
目标=设计并执行一个多中心验证项目 · 从方案到报告的全流程演练
课程综合实战目标=设计并执行…