Name: Анализ биомедицинских изображений на Python
Rating: 4.822784810126582 (237 reviews)

Описание курса

Область биомедицинской визуализации стремительно развивается — однако для новичков даже загрузка данных может оказаться непростой задачей. В этом вводном курсе вы освоите основы анализа изображений с помощью NumPy, SciPy и Matplotlib. Вы научитесь работать с КТ-снимком всего тела, сегментировать временной ряд МРТ сердца и определять, влияет ли болезнь Альцгеймера на структуру мозга. Даже если вы никогда прежде не работали с изображениями, по окончании курса вы будете владеть надёжным набором инструментов для работы в этой динамично развивающейся области.

Предварительные требования

Intermediate Python

Программа

Структура курса

Исследование

Приготовьтесь работать с N-мерными данными! В начале курса вы узнаете, как загружать, строить и исследовать N-мерные изображения на примере КТ-снимка грудной клетки человека. Вы также познакомитесь с пакетом ImageIO и отточите навыки работы с NumPy и Matplotlib.

Начать главу

Маски и фильтры

Погрузитесь в обработку изображений, работая с рентгеновскими снимками. Вы научитесь использовать паттерны интенсивности для выделения подобластей массива, а также применять свёрточные фильтры для обнаружения интересных объектов. Кроме того, вы познакомитесь с модулем SciPy `ndimage`, который содержит богатый набор инструментов для обработки изображений.

Начать главу

Измерения

В этой главе вы перейдёте к ключевому аспекту анализа изображений — измерению объектов. Работая с четырёхмерным временным рядом МРТ сердца, вы определите, есть ли у пациента риск сердечно-сосудистого заболевания. По ходу работы вы освоите основы сегментации изображений, маркировки объектов и морфологических измерений.

Начать главу

Сравнение изображений

В финальной главе вам понадобится не только собственный мозг — но и сотни других! Используя данные более 400 МРТ-снимков в открытом доступе, вы изучите основы регистрации, передискретизации и сравнения изображений. Затем вы применим извлечённые измерения, чтобы оценить влияние болезни Альцгеймера на структуру мозга.