Курс — анализ медицинских изображений в Python

Анализ медицинских изображений в Python
Анализ медицинских изображений в Python

Область медицинской визуализации стала очень популярной в последние годы, но для новичков даже загрузка данных может быть проблемой. Поэтому я сделал курс, где вы изучите основы анализа медицинских изображений с помощью Python. Вы будете изучать КТ и рентген снимки, сегментировать области изображения и проводить анализ метаданных. Даже если вы никогда раньше не работали с медицинскими изображениями, то по завершению курса вы будете обладать всеми необходимы навыками. Курс стал платный с 13/09/2021. Стоимость — 500 рублей.

Пререквизиты

Предполагается, что вы уже умеете программировать на Python. Курс не рассчитан на начинающих в Python. Необходимые библиотеки: matplotlib, numpy, pandas. Знание opencv и skimage будет плюсом.

Также желательно иметь опыт работы с командной строкой Linux.

Что вас ждёт в этом курсе?

Вы познакомитесь с исследованием медицинских изображений. Разберётесь с форматами DICOM и NIfTI-1 Data Format. Научитесь анализировать метатеги, конвертировать и анонимизировать данные.

Узнаете, что такое Windowing и единицы Хаунсфилда и как их применять.

Разберетесь с задачей сегментацией изображений. Посмотрите на сторонние библиотеки для сегментации медицинских изображений.

Познакомитесь с fastai.medical.imaging.

Курс сопровождён несколькими тестовыми заданиями и чатом в телеграме для обсуждений.

Чего точно не будет в этом курсе?

В этом курсе не будет Deep Learning. Мы будем сфокусированы именно на формате медицинских изображений.

Ссылка на курс

Вы можете поддержать меня для создания новых курсов и другого контента на Патреон

Больше постов

Share it

Если вам понравилась заметка - подписывайтесь на мой канал в телеграме https://t.me/renat_alimbekov или вы можете поддержать меня Become a Patron!


Интересные записи в этой рубрике: