Практикум под руководством инструктора
Глубокое обучение для анализа медицинских изображений

На этом практикуме вы узнаете, как применить глубокое обучение в рентгенологии и медицинской визуализации. Вы научитесь сегментации изображений, обучению сверточной нейронной сети (CNN), а также методам использования радиомики для определения геномики заболевания.

Цели обучения


На этом практикуме вам предстоит: 
  • Узнать, как обучить сверточную нейронную сеть определять размер левого желудочка сердца человека из данных МРТ временного ряда.
  • Выполнять сегментацию изображения на снимках МРТ для определения местоположения левого желудочка
  • Вычислять фракции выброса путем измерения различий между диастолой и систолой с использованием сверточных нейронных сетей на основе данных снимков МРТ для выявления сердечных заболеваний
  • Применять сверточные нейронные сети к МРТ-снимкам глиомы низкой степени злокачественности для определения статуса коделеции 1p/19q

Скачать описание практикума (PDF, 292 KБ)

Краткое описание практикума

Введение
(15 мин)
  • Знакомство с инструктором
  • Создание аккаунта на courses.nvidia.com/join
Сегментация изображений
(120 мин)
    Изучите методы размещения каждого пикселя изображения в определенном классе:
    • Расширьте Caffe с пользовательскими слоями Python
    • Примените процесс переноса обучения
    • Создайте полностью сверточные нейронные сети из популярных сетей классификации изображений
Перерыв (60 мин)
Анализ изображений
(120 мин)
    Используйте CNN для анализа медицинских изображений, чтобы сделать вывод о статусе пациента по невидимым изображениям:
    • Расширьте традиционную 2D-сверточную нейронную сеть для работы с более сложными данными
    • Используйте фреймворк MXNet с помощью стандартных Python API и R
    • Обработайте многомерные изображения, которые могут быть объемными и иметь временной компонент
Перерыв (15 мин)
Классификация изображений с TensorFlow
(120 мин)
    Узнайте о методах глубокого изучения для обнаружения геномики изображений (радиомики), полученных с помощью МРТ:
    • Создайте и обучите CNN
    • Используйте анализ изображений генома (радиомику) для создания биомаркеров, которые определяют геномику заболевания, не прибегая к инвазивной биопсии
    • Изучите работу в области радиогеномики, проводимую в клинике Майо, которая способствовала более эффективному лечению и улучшению состояния здоровья пациентов с опухолями головного мозга
Окончательный анализ
(15 мин)
  • Еще раз ознакомьтесь с основными выводами и ответьте на вопросы
  • Завершите тестирование и получите сертификат
  • Пройдите опрос
 

Информация о практикуме

Продолжительность: 8 часов

Цена: для уточнения стоимости свяжитесь с нами.  

Необходимые требования:

  • Базовое знание глубоких нейронных сетей
  • Базовый опыт программирования на Python или аналогичном языке

Технологии: Caffe, NVIDIA DIGITS, R, MXNet, TensorFlow

Партнер: Клиника Майо

Сертификат: После успешного завершения тестирования участники получат сертификат NVIDIA DLI для подтверждения своей квалификации и дальнейшего карьерного роста.

Аппаратные требования: ПК или ноутбук с поддержкой последней версии Chrome или Firefox. Каждому участнику будет предоставлен доступ к полностью настроенному облачному серверу с ускорением на GPU.

Языки: английский, японский

У вас возникли вопросы?