700+ courses, half price
Descrizione del corso
Il settore dell'imaging biomedico è esploso negli ultimi anni, ma per chi inizia da zero persino caricare i dati può essere una sfida! In questo corso introduttivo imparerai le basi dell'analisi delle immagini con NumPy, SciPy e Matplotlib. Esplorerai una TAC del corpo intero, segmenterai una serie temporale di una risonanza magnetica cardiaca e verificherai se la malattia di Alzheimer modifica la struttura del cervello. Anche se non hai mai lavorato con immagini, al termine del corso avrai un solido set di strumenti per entrare in questo campo dinamico.
Prerequisiti
Programma
Struttura del corso
1
Esplorazione
Preparati a dominare la N-esima dimensione! Per iniziare il corso, imparerai a caricare, costruire e navigare immagini N-dimensionali usando una TAC del torace umano. Sfrutterai anche l'utile pacchetto ImageIO e affinerai le tue competenze con NumPy e matplotlib.
2
Maschere e filtri
Porta l'elaborazione delle immagini all'osso trasformando immagini a raggi X. Imparerai a sfruttare i pattern di intensità per selezionare sotto-regioni di un array e userai filtri convoluzionali per rilevare caratteristiche interessanti. Utilizzerai anche il modulo ndimage di SciPy, che contiene un vero tesoro di strumenti per l'elaborazione delle immagini.
3
Misurazione
In questo capitolo arriverai al cuore dell'analisi di immagini: la misurazione degli oggetti. Usando una serie temporale cardiaca 4D, determinerai se un paziente ha probabilità di avere una cardiopatia. Lungo il percorso, imparerai le basi della segmentazione delle immagini, dell'etichettatura degli oggetti e della misurazione morfologica.
4
Confronto di immagini
Per il capitolo finale dovrai usare il cervello... e quelli di centinaia di altre persone! Attribuendo i dati a oltre 400 risonanze magnetiche open-access, imparerai le nozioni di base su registrazione, ricampionamento e confronto di immagini. Poi userai le misurazioni estratte per valutare l'effetto della malattia di Alzheimer sulla struttura cerebrale.
Analisi di immagini biomediche in Python
Corso
completato
