After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
Опис курсу
Сфера біомедичної візуалізації стрімко зросла останніми роками — але для новачків викликом може бути навіть завантаження даних! У цьому вступному курсі ви опануєте основи аналізу зображень за допомогою NumPy, SciPy та Matplotlib. Ви пройдетеся по КТ-скану всього тіла, сегментуєте часовий ряд кардіо-МРТ і перевірите, чи впливає хвороба Альцгеймера на структуру мозку. Навіть якщо ви ніколи раніше не працювали із зображеннями, по завершенні курсу матимете надійний набір інструментів для старту в цій динамічній галузі.
Попередні вимоги
Навчальний план
Зміст курсу
1
Дослідження
Підготуйтеся підкорювати N-вимірний простір! На початку курсу ви навчитеся завантажувати, створювати й переглядати N-вимірні зображення на прикладі КТ-знімка грудної клітки людини. Ви також використаєте зручний пакет ImageIO і вдосконалите навички роботи з NumPy та matplotlib.
- Дані зображень50 XP
- Завантаження зображень100 XP
- Метадані100 XP
- Побудова зображень100 XP
- N-вимірні зображення50 XP
- Складання зображень у стек100 XP
- Завантаження об'ємів100 XP
- Поле зору50 XP
- Розширене візуалізування50 XP
- Створіть підграфіки100 XP
- Сегментуйте 3D‑зображення на зрізи100 XP
- Побудуйте інші проєкції100 XP
2
Маски та фільтри
Проникайте вглиб обробки зображень, трансформуючи рентгенівські знімки. Ви навчитеся використовувати інтенсивності пікселів, щоб обирати підобласті масиву, а також застосовуватимете згорткові фільтри для виявлення цікавих ознак. Крім того, ви скористаєтеся модулем ndimage із SciPy, який містить справжню скарбницю інструментів для обробки зображень.
3
Вимірювання
У цьому розділі ви дістанетеся суті аналізу зображень — вимірювання об'єктів. Використовуючи 4D кардіологічний часовий ряд, ви визначите, чи має пацієнт підвищений ризик серцевого захворювання. Паралельно ви опanuєте основи сегментації зображень, маркування об'єктів і морфологічних вимірювань.
4
Порівняння зображень
У фінальному розділі доведеться задіяти свій мозок… і ще сотні інших! Використовуючи дані з понад 400 відкритих МР-знімків, ви вивчите основи реєстрації, ресемплінгу та порівняння зображень. Потім застосуєте отримані вимірювання, щоб оцінити вплив хвороби Альцгеймера на структуру мозку.
Біомедична обробка зображень у Python
Курс
завершено
