Saltar al contenido principal
InicioPythonBiomedical Image Analysis in Python

Biomedical Image Analysis in Python

Learn the fundamentals of exploring, manipulating, and measuring biomedical image data.

Comience El Curso Gratis
4 Horas15 Videos54 Ejercicios
18.792 AprendicesTrophyDeclaración de cumplimiento

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.
Group¿Entrenar a 2 o más personas?Pruebe DataCamp para empresas

Preferido por estudiantes en miles de empresas


Descripción del curso

The field of biomedical imaging has exploded in recent years - but for the uninitiated, even loading data can be a challenge! In this introductory course, you'll learn the fundamentals of image analysis using NumPy, SciPy, and Matplotlib. You'll navigate through a whole-body CT scan, segment a cardiac MRI time series, and determine whether Alzheimer’s disease changes brain structure. Even if you have never worked with images before, you will finish the course with a solid toolkit for entering this dynamic field.
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más
Pruebe DataCamp Para EmpresasPara obtener una solución a medida, reserve una demostración.

En las siguientes pistas

Tratamiento de imágenes con Python

Ir a la pista
  1. 1

    Exploration

    Gratuito

    Prepare to conquer the Nth dimension! To begin the course, you'll learn how to load, build and navigate N-dimensional images using a CT image of the human chest. You'll also leverage the useful ImageIO package and hone your NumPy and matplotlib skills.

    Reproducir Capítulo Ahora
    Image data
    50 xp
    Load images
    100 xp
    Metadata
    100 xp
    Plot images
    100 xp
    N-dimensional images
    50 xp
    Stack images
    100 xp
    Load volumes
    100 xp
    Field of view
    50 xp
    Advanced plotting
    50 xp
    Generate subplots
    100 xp
    Slice 3D images
    100 xp
    Plot other views
    100 xp
  2. 2

    Masks and Filters

    Cut image processing to the bone by transforming x-ray images. You'll learn how to exploit intensity patterns to select sub-regions of an array, and you'll use convolutional filters to detect interesting features. You'll also use SciPy's ndimage module, which contains a treasure trove of image processing tools.

    Reproducir Capítulo Ahora
  3. 3

    Measurement

    In this chapter, you'll get to the heart of image analysis: object measurement. Using a 4D cardiac time series, you'll determine if a patient is likely to have heart disease. Along the way, you'll learn the fundamentals of image segmentation, object labeling, and morphological measurement.

    Reproducir Capítulo Ahora
  4. 4

    Image Comparison

    For the final chapter, you'll need to use your brain... and hundreds of others! Drawing data from more than 400 open-access MR images, you'll learn the basics of registration, resampling, and image comparison. Then, you'll use the extracted measurements to evaluate the effect of Alzheimer's Disease on brain structure.

    Reproducir Capítulo Ahora
Empresas

Group¿Entrenar a 2 o más personas?

Obtenga acceso de su equipo a la biblioteca completa de DataCamp, con informes centralizados, tareas, proyectos y más

En las siguientes pistas

Tratamiento de imágenes con Python

Ir a la pista

Sets De Datos

RSNA Hand RadiographOASIS Brain MeasurementsSunnybrook Cardiac MRITCIA Chest CT (Sample)

Colaboradores

Collaborator's avatar
Lore Dirick
Collaborator's avatar
Becca Robins
Collaborator's avatar
Sara Snell

Requisitos Previos

Intermediate Python
Stephen Bailey HeadshotStephen Bailey

Lead Data Scientist

Ver Mas

¿Qué tienen que decir otros alumnos?

¡Únete a 14 millones de estudiantes y empieza Biomedical Image Analysis in Python hoy mismo!

Crea Tu Cuenta Gratuita

GoogleLinkedInFacebook

o

Al continuar, acepta nuestros Términos de uso, nuestra Política de privacidad y que sus datos se almacenan en los EE. UU.