医学影像智能定量成像新技术及临床应用学习班 —脑影像机器学习专题培训班
发布时间：2020-11-23 09:20:00 来源: 北京赛博尔医药科技有限公司
北京赛博尔医药科技有限公司（www.cibrmed.com）拟联合中国生物医学工程学会，中日友好医院将于2021年4月27日-- 29日(周五-周日)举办医学影像智能定量成像新技术及临床应用学习班—脑影像机器学习专题培训班（课程内容详见课表安排），欢迎大家前来咨询及报名参加。
1.培训简介
随着人工智能AI、大数据、云计算等计算机科学技术的发展和应用的普及。机器学习领域成为异常火热的研究方向，受到了学术界的高度关注。机器学习特别是深度学习已经在语音识别、图像识别、自然语言处理等诸多领域取得了突破性的进展。在脑影像数据分析中，机器学习也得到了广泛应用。为了帮助临床医生和科研人员快速掌握神经影像机器学习的常用分析方法，中日友好医院联合中国生物医学工程学会医学影像工程与技术分会主办，由北京赛博尔医药科技有限公司承办的“医学影像智能定量成像新技术及临床应用学习班-脑影像机器学习专题培训班”将于2021年4月27日-29日在北京举办，希望帮助刚接触脑影像分析的临床医生如放射、精神、神经内外科、康复科、儿科等，以及心理、社会、语言、管理、生物医学工程等研究生快速了解并初步掌握利用机器学习进行脑影像数据处理及分析的相关方法，提高国内磁共振脑成像的应用基础研究水平。名额有限，欢迎大家前来咨询及报名参加！本次培训为国家级继续教育项目，可授予国家级继续教育学分6分。
2.培训对象
本次培训面向的培训对象是一些没有机器学习基础或基础较为薄弱且希望利用相关技术快速入门从而进行科研和临床研究的医生、初学者、研究生等。
3.培训课程安排
|
时间 |
课程名 |
主要内容 |
|
|
第一天
|
上午 |
机器学习原理简介 |
1、机器学习发展历程
2、机器学习概述、步骤
3、机器学习方法
4、机器学习、人工智能和深度学习的关系 |
|
下午 |
机器学习在脑影像中的应用介绍 |
1、基于脑影像的分类应用研究介绍
2、基于脑影像的预测应用研究介绍
4、基于脑影像的机器学习方法研究介绍 |
|
|
晚上 |
Matlab语法介绍与Matlab脚本实操 |
1、Matlab基本数据结构
2、Matlab流程控制
3、Matlab函数与脚本编写 |
|
|
第二天 |
上午 |
关于机器学习的简单数学知识回顾 |
1、函数极值计算
2、函数求导
3、简单线性代数
4、简单概率论 |
|
下午 |
常用机器学习模型原理介绍 |
1、支持向量机
2、高斯过程
3、相关向量
4、岭回归
5、多核回归 |
|
|
|
晚上 |
LibSVM工具包介绍及操作 |
1、LibSVM工具包介绍
2、基于Matlab的LibSVM工具包使用 |
|
第三天
|
上午 |
PRoNTo工具包介绍 |
1、基于PRoNTo的界面交互操作
2、基于PRoNTo的批处理操作 |
|
下午 |
PRoNTo实战 |
1、基于样例数据训练疾病诊断模型
2、基于样例数据训练认知预测模型
3、可视化模型表现与特征贡献 |
|
|
晚上 |
自有数据练习与答疑 |
1、答疑应用机器学习于脑影像数据分析的任何问题
2、指导学员解决自有数据分析和可视化的相关问题
3、分享学习资料 |
|
4.培训人数及地点
为保证培训质量，此次培训限定人数30人左右，报名敬请从速！
地点：北京（详细地点开班前具体通知）
5.培训费用及报名缴费方式
所有参会人员2500/人（含资料费、培训费和午餐费，交通及住宿费自理）。
请将报名回执发送至：Cibr_medical@163.com
银行转账或者支付宝（账号：13381109780 户名：杨南），不接受现场缴费，谢绝录像，主办方提供发票
联系人：杨老师13381109780 姜老师 15904965265
6.在线支持服务
公告及报名回执单下载链接：
https://pan.baidu.com/s/13SNP3MEc1wVMAJIFbcbVew
提取码：rygl
参加培训学员将得到在线技术支持服务，伴随参加培训班的学员共同成长。
7.培训人员简介：
范敬凡，北京理工大学光电学院特别副研究员，于北京理工大学先后获得电子信息科学与技术（光电子）专业学士学位及光学工程专业博士学位，曾在美国北卡罗莱纳大学教堂山分校从事博士后研究工作。主要从事计算机视觉、增强现实与医学图像处理相关领域的算法研究，主持/参与国家自然科学基金、重点研发计划等国家级项目多项，在MIA、IEEE-TVCG、MICCAI、PR等期刊和会议上发表论文30余篇，已参与完成多项医学图像辅助诊疗与手术导航系统的研发，相关知识产权已申报/授权十余项国家发明专利。曾获ACM/ICPC金奖、北京图象图形学会优秀博士论文、MICCAI青年科学家提名、中国仪器仪表学会金国藩青年学子奖、第五届中国“互联网+”大学生创新创业大赛优秀创新创业导师、北京市科协青年人才托举计划、北京市科技新星计划。
黄博士，北京师范大学，具有应用数学（本科），计算机应用技术（硕士）和认知神经科学（博士）交叉学科背景。研究方向为基于多模态神经影像和机器学习的建模与预测。擅长脑结构形态学分析，DTI数据分析，静息态fMRI数据分析以及机器学习在神经影像中的应用。
齐博士，北京师范大学，具有电子信息工程（本科），计算机应用技术（硕士）和神经影像计算（博士）交叉学科背景。研究方向为多模态神经影像计算和人脑连接组学。擅长多模态脑影像数据分析。
