雲端自學課程【工研院】AI醫學影像分析技術
開課日期 | |
隨時開課 |
課程費用 | |
線上洽詢 |
開課地點 | |
其他雲端自學 |
隨時開課
12小時
不拘
不拘
一、 欲投入AI智慧醫材領域發展之資通訊研發/產品開發、醫材設備/輔具、醫電工程、生技醫藥等從業人員。
該如何研發出被市場接受、且符合醫療實際環境的產品呢?AI智慧醫療跨域的成功,需建立在「資通訊科技」及「醫療領域」兩者的專業結合基礎上。本課程從醫療器材產品設計會運用到的人工智慧技術、生醫訊號實作、醫學影像辨識實作進行教學,是從事相關產品研發及從業人員的您,所需具備的專業知識。
二、 大專院校、研究所、生醫學院等相關科系學生(如:醫檢人員、護理師、醫療大數據資料處理/分析人員等),未來擬投入醫療產業發展者。
身處醫療體系的您,具備醫療知識且擁有臨床資料,在AI智慧醫療的變革中,只要強化AI醫學影像分析技術,即可擁有跨領域專業發展的機會!
三、 對AI智慧醫療器材、生醫影像辨識有興趣且欲提升此領域之專業能力者。
人工智慧時代,大家都想跨AI領域成為斜槓人才,「智慧醫電」產業更是位於智慧醫療的趨勢浪尖,想進一步了解醫學影像分析技術嗎?歡迎對本課程有興趣的各界人士報名,一同拓展AI新視野。
線上自學讓您隨時掌握學習節奏,多個應用程式操作可以重複觀看練習,透過講師案例教學示範,您也可以自行訓練AI模型!
有Python程式基礎的您:本課程以Python實例應用為主,只需強化生醫訊號實作、醫學影像辨識實作,就能掌握與醫材產品研發/設計最常運用的AI函數及設計原理。
完整學習架構規劃:除了自學課程外,可以搭配其他實體課程作為延伸學習,自行規劃及選修您有興趣的課程內容。
|
主題與時數
|
課程大綱
|
|
深度學習環境簡介與建立
1.5小時
|
1-1深度學習環境建立
1-2深度學習套件安裝
1-3 Colab介紹
1-4國網中心使用
|
|
SVM(Support Vector Machine)生醫訊號實作
1.5小時
|
2-1 SVM簡介
2-2深度學習與機器學習之差別
2-3程式講解與練習-EEG
2-4程式講解與練習- iris
|
|
CNN深度學習-醫學影像辨識實作
3小時
|
3-1深度學習發展歷史
3-2專家系統、機器學習及深度學習
3-3深度學習訓練方式
3-4 CNN簡介
3-5 CNN模型熱身(CIFAR-10)
3-6醫學影像分類(以chest X-ray為例)
|
|
AlexNet、VGG、Inception和ResNet醫學影像分類模型介紹與實作
1.5小時
|
4-1 AlexNet等經典模型
4-2遷移學習
|
|
Mask R-CNN模型創建
3小時
|
5-1 MASK R-CNN模型簡介
5-2 MASK R-CNN實際應用:標記工具介紹
|
|
繳費方式
|
|
(一)ATM轉帳(線上報名):
繳費方式選擇「ATM轉帳」者,系統將給您一組轉帳帳號「銀行代號、轉帳帳號」,但此帳號只提供本課程轉帳使用, 各別學員轉帳請使用不同轉帳帳號!!轉帳後,寫上您的「公司全銜、課程名稱、姓名、聯絡電話」與「收據」傳真至04-25690361工研院產業學院 台中學習中心 收。 (二)信用卡(線上報名):
繳費方式選「信用卡」,直到顯示「您已完成報名手續」為止,才確實完成繳費。
※繳費後請於收據上註明「公司名稱、課程訊息、姓名、聯絡電話」,傳真至產業學院 04-25690361 林小姐 收
|