查看原文
其他

零基础快速上手影像组学与Python专题研讨会(10.29-30 网络研讨会)

零基础快速上手影像组学与Python
2022/10/29-30    网络研讨会

会议背景





入门临床研究为何首选影像组学?

1.影像数据来源广泛;

2.周期短,论文发表受欢迎;

3.该研究方向可申请国自然等基金;

4.不需多少人力物力和启动资金。

总而言之,好处就是多、快、好、省,这非常符合当前临床医生忙碌之余的刚性需求了。



会议介绍



1. 线下会议已举办多期,广受学员好评,可操作性高。

2. 会议发放Python软件相关基础代码,学员无需编程基础,数行代码傻瓜化操作演示,案例性教学,注重实战,即便零基础的学员也能轻松学会。

3. 讲师有丰富的临床经验和研究经历,
深耕影像组学研究数年,发表相关SCI论文十余篇,深谙相关研究的规范、写作、投稿及发表技巧。

会议目标



通过两天的学习,目标是使学员掌握影像组学的选题与规范、数据收集、数据清洗、统计建模、模型验证、撰写方法、投稿及应对审稿人问题,最终可以独立完成影像组学的课题研究和论文撰写发表的能力。

会议内容



会议内容如下,具体上课时间根据学员需求情况来调整:
第一天上午:
影像组学入门
影像数据特点的深度解析
影像组学的概述与应用
影像组学的研究进展
影像组学的课题设计
影像组学分析流程
图像获取与存储
病灶分割标记
特征提取和筛选
模型构建
临床信息解析
影像分析神器Slicer操作
Slicer操作入门
基于Slicer的病灶标记
基于Slicer的影像特征提取

第一天下午:
Python入门
anaconda软件安装和环境搭建
工具库的安装和基本操作
数据预处理
excel的读取保存整理
缺失数据的填补
分类特征处理
数据标准化处理
类别不均衡数据的扩充
数据集的划分
特征选择
预测模型构建
逻辑回归
支持向量机
决策树
随机森林
梯度提升机

第二天上午:
预测模型评价
训练和推理
交叉验证
模型测试
图表制作
混淆矩阵
ROC曲线
临床决策曲线
特征重要性柱状图
线列图
模型分类决策边界可视化(附加内容)

第二天下午:
人机竞赛
ROC的delong试验
配对卡方检验
影像特征提取
理论:Pyradiomic工具提取影像特征的基本逻辑
实操:提取2D影像的提取
实操:3D影像特征的提取
生存分析建模(附加内容)
生存分析数据预处理
生存分析的特征选择
生存分析的模型训练、推理和评估
森林图

讲师介绍



麦柠,有丰富的三甲医院的临床经验和研究经历,深耕影像组学研究数年,发表相关SCI论文十余篇,主持和参与相关课题多项,曾在全国各地巡讲医学课题设计与SCI论文,近期开讲的影像组学与Python入门也广受好评。

示 例 图




会务信息



 


2022/9/24-26
使用腾讯会议客户端进行在线会议(非录播)

注册费用


3200元/人  
影像组学与其他两天的研讨会合报6000元
可开具会务费、数据分析费、测序费、检测费、试剂费等发票;

深度学习生存分析
第二十六期 2022/11/15-16  网络分享会 


会议背景


如果你还只会用Cox去做生存分析,那你真的已经out了。这就好比大家都用上挖掘机了,你还在用铁铲去挖矿,两者技术上的代差不言自明。
为此,我们在全网率先发布最新的深度学习生存分析会议。不同于深度学习处理图像的复杂,这应该是入门深度学习最容易上手的会议了。

会议特色


1、会议会发放Python软件相关基础代码,学员无需编程基础,数行代码傻瓜化操作演示,案例性教学,注重实战,即便零基础的学员也能轻松学会。2、趁机赶上人工智能的“磁悬浮列车”,有了深度学习的文章发表基础,未来申请国自然等课题就胜券在握了。3、讲师团有丰富的三甲医院的临床经验和研究经历,深耕医工数据挖掘多年,发表相关SCI论文十余篇,深谙相关研究的设计及实操。

会议目标


通过两天的学习,使学员掌握人工智能基础知识、上手Python、数据预处理、统计分析、数据建模、图表可视化、深度学习调参等,最终可以独立完成深度学习生存分析的数据挖掘研究。具体时间根据学员需求来调整。

会议内容


第一天上午:8:30-12:00
经典案例解读
肿瘤数据生存分析
非肿瘤数据生存分析
医学人工智能基础
机器学习
深度学习
数据挖掘演示
文本数据生存分析(SEER数据库)
影像数据生存分析(TCIA数据库)
 
第一天下午:13:30-17:00
Python准备
Anaconda安装
Notebook安装使用
常用包介绍
快捷键介绍
数据预处理
数据类型
数据结构
表格合并与提取
缺失值处理
分类变量的处理
文件读取与保存
open
pickle
Joblib
pandas
 
第二天上午:8:30-12:00
什么是生存分析问题?
生存问题定义
生存问题的数据特点
传统的生产分析方法
KM曲线(先介绍生存函数、风险累计函数等概念)
分组KM曲线
比例风险模型
列线图(含动态列线图)
生存分析模型的评价
一致性因子
一致性因子的偏差校正
ROC-AUC随时间变化曲线
Brier分数
综合Brier分数
 
第二天下午:13:30-17:00
机器学习\深度学习生存分析
特征选择
生存支持向量机
随机生存森林
梯度提升生存模型
深度学习生存模型(DeepSurv)
特征重要性评估
超参数寻优

讲师团介绍


格鲁特,知名三甲医院外科医师,发表SCI论文十余篇,主持课题多项,多地巡讲医学课题设计与SCI论文。新青柠,AI工程师,擅长Python数据分析,毕业于知名985高校,数据建模老司机。

图表示例






会务信息


时间地点


时间:
第二十六期 2022/11/15-16
使用腾讯会议客户端进行在线会议(非录播)

注册费用


3200元/人 
生存分析和影像组学合报6000元
可开具会务费、测试费、测序费、检测费、试剂费等发票;

报名方法



发送以下信息到邮箱:exosomebm001@163.com

姓名;邮箱;手机;单位;发票信息(发票抬头、税号、开票内容、邮寄地址);在哪里看到学习班信息,以免弄错。
如有多人参加,逐个说明即可。

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存