このワークショップでは、ディープラーニングを放射線医学と医用画像に応用する方法について学習します。画像分割について、畳み込みニューラル ネットワーク (CNN) のトレーニング手法、病気のゲノミクスを特定するためにラジオミクスを使用する手法について学習します。

 

学習目標


このワークショップでは、次のことを行います。
  • 時系列 MRI データから人間の心臓の左心室の容積を推測するように CNN をトレーニングする
  • MRI 画像のセグメンテーション (分離抽出) を行い、左の心室の場所を判断する
  • CNN を使用し、心臓の拡張と収縮の差を測定することで心臓の病気を検出し、駆出率を計算する
  • LGG (low-grade glioma/低悪性度のグリオーマ) の MRI スキャンに CNN を適用し、1p/19q 染色体の共欠損状態を判断する

ワークショップ データシートをダウンロードする (PDF 292 KB)

ワークショップの概要

序論
(15 分)
  • インストラクターの紹介。
  • courses.nvidia.com/join でアカウントを作成する
画像分割
(120 分)
    画像の各ピクセルを特定のクラスに配置する手法について学習する:
    • カスタム Python 層で Caffe を拡張する。
    • 転移学習のプロセスを導入する。
    • 一般的な画像分類ネットワークから完全な畳み込みニューラル ネットワークを作成する。
休憩 (60 分)
画像分析
(120 分)
    医用画像分析に CNN を活用し、はっきりわからない画像から患者の状態を推論する:
    • 標準の 2D CNN を拡張し、さらに複雑なデータを得る。
    • 標準の Python API と R を介してフレームワーク MXNet を利用する。
    • 容量が測定されたり、一時的であったりすることがある高次元画像を処理する
休憩 (15 分)
TensorFlow による画像分類
(120 分)
    MRI からイメージング ゲノミクス (ラジオミクス) を検出するディープラーニング手法について学習する:
    • CNN を設計し、トレーニングする。
    • ラジオミクスを使用し、切開手術なしで病気のゲノミクスを特定するバイオマーカーを作成する。
    • Mayo Clinic で行われているラジオゲノミクス研究を知る。この研究は、脳腫瘍患者のための一層効果的な治療法につながっており、健康状態の回復でさらなる効果を上げています。
最終確認
(15 分)
  • 主要な学習事項をおさらいし、問いで締めくくる。
  • 評価を完了し、認定証を取得する。
  • ワークショップ アンケートを受ける。
 

ワークショップの詳細

時間: 8 時間

価格: 価格についてはお問い合わせください。 

参加条件:

  • ディープ ニューラル ネットワークの基本的知識
  • Python または同様の言語で基本的なコーディングを行った経験

テクノロジ: Caffe、NVIDIA DIGITS、R、MXNet、TensorFlow

コンテンツ協力者: Mayo Clinic

証明書: 評価が正常に完了すると、NVIDIA DLI 証明書が参加者に贈られます。これは専門分野の能力を証明するものであり、プロフェッショナルとしてのキャリアアップを支援します。

ハードウェア要件: 最新版の Chrome または Firefox を実行できるデスクトップ コンピューターまたはノート PC。参加者は全員、完全に設定が終わっている状態でクラウドに置かれている GPU 対応サーバーに専用アクセスできます。

言語: 英語、日本語

お客様の組織が、AI、アクセラレーテッド データ サイエンス、アクセラレーテッド コンピューティングの主要なスキルの向上と開発にご興味をお持ちの場合、NVIDIA Deep Learning Institute (DLI) にインストラクターによるワークショップをリクエストしていただけます。

NVIDIA に問い合わせる