これらのコースを受講したことで、プロフェッショナルなビジュアライゼーションやダッシュボードを自信を持って作成できるようになりました
Shoebur Rahman調達スペシャリスト、Giz Bangladesh
コースの説明
生体医療イメージングの分野は近年急速に発展しています。しかし、初めて取り組む方にとっては、データの読み込みだけでも一苦労かもしれません。この入門コースでは、NumPy、SciPy、Matplotlib を使った画像解析の基礎を学びます。全身 CT スキャンのナビゲート、心臓 MRI 時系列データのセグメンテーション、アルツハイマー病が脳の構造に与える影響の検証など、実践的なテーマに取り組みます。画像処理の経験がなくても、コースを修了するころには、この発展著しい分野に踏み出すための確かなスキルが身についているでしょう。
前提条件
カリキュラム
コース概要
1
データの探索
N 次元の世界に挑戦しましょう。まず、人体胸部の CT 画像を使って、N 次元画像の読み込み・構築・操作の方法を学びます。また、便利な ImageIO パッケージを活用しながら、NumPy と Matplotlib のスキルをさらに磨きましょう。
2
マスクとフィルター
X 線画像の変換を通じて、画像処理の核心に迫りましょう。輝度パターンを活用して配列の部分領域を選択する方法や、畳み込みフィルターを使って特徴を検出する方法を学びます。さらに、豊富な画像処理ツールを備えた SciPy の ndimage モジュールも活用します。
3
計測
この章では、画像解析の核心であるオブジェクトの計測に取り組みます。4D 心臓時系列データを使用し、患者に心疾患のリスクがあるかどうかを判定します。その過程で、画像セグメンテーション、オブジェクトのラベリング、形態学的計測の基礎を学びます。
4
画像の比較
最終章では、自分自身の脳だけでなく、数百名分の脳画像データを活用します。400 件以上のオープンアクセス MR 画像からデータを取得し、位置合わせ（レジストレーション）、リサンプリング、画像比較の基礎を学びます。そして、抽出した計測値を用いて、アルツハイマー病が脳の構造に与える影響を評価します。
Python による生体医療画像解析
コース修了
