Course Login

Username:

Password:

深度學習於醫學影像分析-Deep learning in medical image analysis

課程概述與目標

機器學習(machine learning)的最新進展，特別是在深度學習(deep learning)， 對於醫學影像的識別、分類和特徵選取產生了巨大的助益。 這些先進的深度學習方法，也從而提高了醫學影像於各種臨床醫療上的應用。

本課程將以實際的醫學影像數據為核心，搭配Python軟體的使用， 引導課程參與者接觸並學習：(1)醫學影像原理與處理儲存系統，(2)深度學習方法與原理， 以及(3)深度學習方法於特定醫學影像分析上的應用。

課程共分四大主題，分別為：

• 主題1-單光子電腦斷層掃描(single photon emission computed tomography, SPECT)的多類別分類(multiclass classification)；
• 主題2-核磁共振造影(magnetic resonance imaging, MRI)的3D影像分析；
• 主題3-超音波掃描(sonography)於頸動脈分割(segmentation)與血流速度評估；
• 主題4-X光影像(X-ray)中常見胸部疾病之物件偵測(object detection)。

原則上，每一主題將以三周的時間完成授課(除了主題1因為新增了RNN與Transformer會以五周完成)： 第一周介紹相關的醫學影像原理與處理儲存系統， 第二周說明應用的深度學習方法與原理， 第三周則討論深度學習方法於該醫學影像分析主題上的應用。

上課內容，將廣泛包含所有相關知識，上課時側重講述這些知識的基本觀念與模型解釋。 對於深入的理論與其餘詳細資訊，則僅作重點提示或提供參考文獻。 課堂中將以實際的例子來補充上課內容，並討論相關方法的Python軟體的實作。

學期成績的評定，則依據繳交的5份作業。

先修科目或先備能力


 
 

last updated August 28, 2024
ghuang@nycu.edu.tw