<noframes id="vlvdz">
    <address id="vlvdz"></address><span id="vlvdz"></span>
    <em id="vlvdz"><span id="vlvdz"><span id="vlvdz"></span></span></em>

      <noframes id="vlvdz"><form id="vlvdz"></form>
      <noframes id="vlvdz"><form id="vlvdz"><th id="vlvdz"></th></form><noframes id="vlvdz">

      <noframes id="vlvdz">
      <noframes id="vlvdz">
      <address id="vlvdz"></address>

        <span id="vlvdz"><th id="vlvdz"><track id="vlvdz"></track></th></span>
        <noframes id="vlvdz">
        <noframes id="vlvdz"><span id="vlvdz"><span id="vlvdz"></span></span>

        第十一屆影像組學班(上海,7.12-17)

          
           思影科技將于2023712--717(周三下周一)在上海舉辦第十一屆影像組學班(詳見課表安排)。

        1、培訓簡介

             影像組學的概念自荷蘭學者在2012年提出后,近年來得到了巨大的發展,其強調的深層次含義是指從影像(CT、MRI、PET等)中高通量地提取大量影像信息,從ROI(感興趣區)勾畫到特征提取與模型建立,憑借對影像數據信息進行更深層次的挖掘和分析達到對疾病進行鑒別診斷與療效預測的目的,影像組學技術在臨床科研中有著廣闊的應用前景。

             本次培訓希望通過幫助臨床醫生理解影像組學的流程及具體分析方法,包括:病灶ROI勾畫、特征提取和篩選、模型構建和臨床數據解析。并以腦腫瘤磁共振影像數據為示例,進行指導和帶教,確保參加的學員扎實掌握影像組學分析方法,從而提高專業人員開展神經影像相關研究工作的水平。建議學員可預習python基礎知識。

             此次課程為影像組學課程,如對其他磁共振腦影像數據處理如腦功能,腦網絡,機器學習或其他模態腦影像數據處理感興趣,請瀏覽思影以下鏈接(直接點擊即可瀏覽),感謝轉發支持。(可添加微信號siyingyxf18983979082咨詢)

        重慶:

        第九屆影像組學班(更新:重慶,5.20-25

        第八十三屆磁共振腦影像基礎班(重慶,6.9-14

        第十三屆腦網絡數據處理提高班(重慶,7.3-8



        上海:

        第八十一屆磁共振腦影像基礎班(上海,5.6-11

        第二十八屆腦影像機器學習班(上海,5.14-19

        第二十五屆磁共振腦影像結構班(上海,5.23-28

        第三十三屆擴散成像數據處理班(上海,6.22-27

        第八十五屆磁共振腦影像基礎班(上海,6.28-7.3



        北京:

        第二十七屆腦影像機器學習班(北京,5.5-10



        第十三屆任務態功能磁共振數據處理班(北京,5.24-29



        第十屆影像組學班(北京,6.11-16



        第三十九屆磁共振腦網絡數據處理班(北京,6.20-25



        第八十四屆磁共振腦影像基礎班(北京,6.28-7.3

        南京:

        第三十二屆擴散成像數據處理班(南京,5.9-14

        第八十二屆磁共振腦影像基礎班(南京,5.20-25

        第三十八屆磁共振腦網絡數據處理班(南京,6.7-12

        第二十九屆腦影像機器學習班(南京,6.15-20

        數據處理業務介紹:
        思影科技功能磁共振(fMRI)數據處理業務
        思影科技彌散加權成像(DWI)數據處理
        思影科技腦結構磁共振(T1)成像數據處理業務 
        思影科技嚙齒類動物(大小鼠)神經影像數據處理業務 
        思影科技定量磁敏感(QSM)數據處理業務
        思影科技影像組學(Radiomics)數據處理業務
        思影科技DTI-ALPS數據處理業務
        思影數據ASL數據處理業
        思影科技靈長類動物fMRI分析業務 
        思影科技腦影像機器學習數據處理業務介紹
        思影科技微生物菌群分析業務 
        思影科技EEG/ERP數據處理業務 
        思影科技近紅外腦功能數據處理服務 
        思影科技腦電機器學習數據處理業務
        思影數據處理服務六:腦磁圖(MEG)數據處理
        思影科技眼動數據處理服務 
        招聘及產品:
        思影科技招聘數據處理工程師(北京,上海,南京,重慶)
        BIOSEMI腦電系統介紹
        目鏡式功能磁共振刺激系統介紹

        2、培訓對象與內容

             此次培訓的對象是希望利用影像組學進行臨床科研的醫生、高校教師與在校學生等,思影科技一直堅持小班教學的方式,并配備教輔人員,后續提供在線支持,及時解決學員數據處理中存在的問題。參加本次課程的學員可免費重修一次。

             內容主要包括:Python語言基礎;ROI勾畫軟件的使用;影像組學原理及特征提??;特征篩選方法;常見模型:支持向量機與隨機森林,XGBoost等;影像組學模型性能評估與可視化;回歸及生存分析。

        注:如方便,請于會議開始前一天到達會場(10:00 - 20:00)熟悉場地及安裝軟件、拷貝資料等事宜。

        3、課程安排

        時間

        課程名

        主要內容

        第一天

        李薇

        7.12

        上午

        Python語言入門1

        • Python語言簡介:特性與應用
        • Python編程環境介紹
        • Python數據類型:字符串、列表、字典等

        下午

        Python語言入門2

        • Python基本語法:運算、流程控制、函數與腳本的編寫
        • Python常用包的介紹與安裝

        晚上

        ROI勾畫軟件應用及圖像預處理

        • 3D Slicer勾畫ROI
        • 圖像預處理:不同模態圖像的配準、歸一化等

        第二天

        王典

        7.13

        上午

        影像組學原理及特征提取

        • 影像組學原理及其應用介紹
        • 影像組學經典論文解讀

        下午

        特征提取

        • 特征提?。阂浑A統計特征、形狀特征、紋理特征等(基于Pyradiomics、3D slicer等)
        • 影像組學特征的解釋及其臨床意義
        • 數據集劃分,table one快速制作;

        晚上

        特征選擇方法介紹

        • 組內和組間一致性分析(ICC
        • 影像組學特征選擇方法

        第三天

        王典

        7.14

        上午

        影像組學分析實操流程

        • 預測模型的選?。悍诸惻c回歸模型
        • 特征篩選:過濾法、最大相關最小冗余法、LASSO
        • 預測效果的評估:精度指標、交叉驗證等
        • 事后分析:重要特征、置換檢驗等

        下午

        影像組學模型:支持向量機

        • 支持向量機(SVM)的原理:支持向量分類(SVC
        • SVM實操:使用SVM進行腫瘤分類(基于Python

        第四天

        李薇

        7.15

        上午

        影像組學模型:集成分類模型

        • 集成學習、決策樹、隨機森林RF、XGBoost原理介紹

        下午

        集成分類模型實操

        • RF分類演示(基于Python
        • XGBoost分類演示(基于Python

        晚上

        結果匯報&可視化

        • 結果匯報注意事項
        • 結果可視化:ROC曲線、校正曲線、決策曲線分析(DCA)等

        第五天

        李薇

        7.16

        上午

        影像組學模型:LR(線性回歸)

        • 線性回歸及其變種:最小二乘回歸、LASSO、嶺回歸、ElasticNet
        • 回歸分析實操(基于python

        下午

        影像組學模型:SVR(支持向量回歸)

        • 支持向量回歸(SVR)的原理
        • SVR實操:使用SVR預測患者預后狀況(基于Python

        第六天

        李薇

        7.17

        上午

        影像組學模型:集成回歸模型

        • 集成回歸模型原理
        • 實操:使用隨機森林回歸、XGBoost回歸預測(基于Python

        下午

        生存分析

        • Logistic回歸與Cox回歸
        • 案例演示:生存率預測(基于Python
        • 結果可視化:列線圖(nomogram)等

        4、培訓人數

             此次課程限定人數,報名敬請從速。

        5、培訓地點

             上海市閔行區七莘路七莘紅點城2號樓1103室,具體見會議指南。

        6、培訓費用

             所有參會人員3500/人(含資料費、培訓費,交通及食宿費自理)。

        7、報名方式

             請將報名回執發送至:syfmri@vip.163.com

        8、繳費方式

             銀行轉賬(轉賬信息見回執表)或者支付寶(shsyfmri@163.com,戶名:上海集影科技有限公司),也可現場刷公務卡,如需其他繳費方式,請與我們聯系,聯系方式見下文,謝絕錄像,主辦方提供發票。

        9、聯系方式

             聯系人:楊曉飛。

             電話:021-56635712/18580429226

        10、備注

             請各位學員自帶筆記本電腦Windows64位系統((推薦win10)、i5及以上、8G內存、50G剩余存儲空間等基本配置;如無特殊情況請不要帶蘋果電腦,請做好Matlab基礎入門預習;學員自己有數據的可以帶3-5例進行現場處理;請將回執表發送至syfmri@vip.163.com并及時繳費,請不要過早購買機票,便于安排。思影科技提供口罩。

        報名回執表

        單位名稱、稅號

        (發票抬頭)

        姓名

        性別

        郵箱

        電話號碼

        科室/專業

        繳費方式

        轉賬 支付寶 現場刷卡 微信信用卡

        (請選擇在

        銀行信息

        戶名:上海集影科技有限公司 

        賬號:1001203209300045983 

        開戶銀行:中國工商銀行股份有限公司上海市大場支行

        匯款備注

        第十一屆影像組學班+姓名

        注:請完整填寫回執表后回傳給我們,以便給你發送確認函,謝謝支持!

        11、在線支持服務

             思影科技將為參加培訓的學員提供免費的在線支持與合作,確保學員熟練掌握數據處理方法。

        12、培訓人員簡介:

             王典,數學碩士,具有多個科研項目數據處理經驗,思影科技高級工程師。

             李薇,碩士,具有多個科研項目數據處理經驗,思影科技高級工程師。

        微信掃碼或者長按選擇識別關注思影

        非常感謝轉發支持與推薦



        獲取word文檔:

        1.直接微信掃描以下二維碼(或者長按選擇識別):

        2.鏈接下載:鏈接: https://pan.baidu.com/s/1d0iPhFOO2KdZkRTAgi6JDg 提取碼: jnf5 
        3.請加微信:siyingyxf獲取word版本回執文檔或咨詢課程。(請直接點擊下文文字即可瀏覽思影科技其他課程及數據處理服務,歡迎報名與咨詢,目前全部課程均開放報名,報名后我們會第一時間聯系,并保留名額)

        核磁:

        重慶:

        第九屆影像組學班(更新:重慶,5.20-25

        第八十三屆磁共振腦影像基礎班(重慶,6.9-14

        第十三屆腦網絡數據處理提高班(重慶,7.3-8



        上海:

        第八十一屆磁共振腦影像基礎班(上海,5.6-11

        第二十八屆腦影像機器學習班(上海,5.14-19

        第二十五屆磁共振腦影像結構班(上海,5.23-28

        第三十三屆擴散成像數據處理班(上海,6.22-27

        第八十五屆磁共振腦影像基礎班(上海,6.28-7.3



        北京:

        第二十七屆腦影像機器學習班(北京,5.5-10



        第十三屆任務態功能磁共振數據處理班(北京,5.24-29



        第十屆影像組學班(北京,6.11-16



        第三十九屆磁共振腦網絡數據處理班(北京,6.20-25



        第八十四屆磁共振腦影像基礎班(北京,6.28-7.3

        南京:

        第三十二屆擴散成像數據處理班(南京,5.9-14

        第八十二屆磁共振腦影像基礎班(南京,5.20-25

        第三十八屆磁共振腦網絡數據處理班(南京,6.7-12

        第二十九屆腦影像機器學習班(南京,6.15-20

        腦電及紅外、眼動:重慶:
        第三十二屆腦電數據處理入門班(重慶,5.9-14
        第七屆R語言統計班(重慶,5.31-6.4
        上海
        第六屆腦電機器學習數據處理班(Matlab版本,上海,6.1-6
        第三十屆近紅外腦功能數據處理班(上海,6.12-17
        第十四屆腦電信號數據處理提高班(上海,7.5-10
        北京:
        第二十九屆近紅外腦功能數據處理班(北京,5.14-19
        第三十九屆腦電數據處理中級班(北京,6.2-7
        第十五屆眼動數據處理班(北京,7.4-9
        南京:

        第三十三屆腦電數據處理入門班(南京,6.21-26
        數據處理業務介紹:
        思影科技功能磁共振(fMRI)數據處理業務
        思影科技彌散加權成像(DWI)數據處理
        思影科技腦結構磁共振(T1)成像數據處理業務 
        思影科技嚙齒類動物(大小鼠)神經影像數據處理業務 
        思影科技定量磁敏感(QSM)數據處理業務
        思影科技影像組學(Radiomics)數據處理業務
        思影科技DTI-ALPS數據處理業務
        思影數據ASL數據處理業務
        思影科技靈長類動物fMRI分析業務 
        思影科技腦影像機器學習數據處理業務介紹
        思影科技微生物菌群分析業務 
        思影科技EEG/ERP數據處理業務 
        思影科技近紅外腦功能數據處理服務 
        思影科技腦電機器學習數據處理業務
        思影數據處理服務六:腦磁圖(MEG)數據處理
        思影科技眼動數據處理服務 
        招聘及產品:
        思影科技招聘數據處理工程師(北京,上海,南京,重慶)
        BIOSEMI腦電系統介紹
        目鏡式功能磁共振刺激系統介紹


        亚洲欧美中日韩无字幕

          <noframes id="vlvdz">
          <address id="vlvdz"></address><span id="vlvdz"></span>
          <em id="vlvdz"><span id="vlvdz"><span id="vlvdz"></span></span></em>

            <noframes id="vlvdz"><form id="vlvdz"></form>
            <noframes id="vlvdz"><form id="vlvdz"><th id="vlvdz"></th></form><noframes id="vlvdz">

            <noframes id="vlvdz">
            <noframes id="vlvdz">
            <address id="vlvdz"></address>

              <span id="vlvdz"><th id="vlvdz"><track id="vlvdz"></track></th></span>
              <noframes id="vlvdz">
              <noframes id="vlvdz"><span id="vlvdz"><span id="vlvdz"></span></span>