After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
课程介绍
近年来，生物医学成像领域飞速发展，但对初学者而言，连数据加载都可能是难点！在这门入门课程中，您将使用 NumPy、SciPy 和 Matplotlib 学习图像分析的基本原理。您将浏览一份全身 CT 扫描、分割心脏 MRI 时间序列，并判断阿尔茨海默病是否会改变大脑结构。即使您从未接触过图像，也能在课程结束时掌握一套扎实的工具，迈入这个充满活力的领域。
先修要求
课程大纲
课程大纲
1
探索
准备好征服 N 维空间吧！在课程开篇，您将学习如何利用人体胸部的 CT 图像来加载、构建并浏览 N 维图像。您还将使用实用的 ImageIO 包，并进一步提升您的 NumPy 和 matplotlib 技能。
2
掩膜与滤波
通过转换 X 光图像，直击图像处理的核心。您将学习如何利用强度模式从数组中选取子区域，并使用卷积滤波器检测重要特征。您还将使用 SciPy 的 ndimage 模块，它包含大量宝贵的图像处理工具。
3
测量
在本章中，您将进入图像分析的核心：目标测量。借助一组 4D 心脏时间序列，您将判断患者是否可能患有心脏病。与此同时，您将学习图像分割、目标标记与形态学测量的基本方法。
4
图像比较
在最后一章，您将动用大脑……以及数百个他人的大脑数据！基于 400 多份开放获取的 MR 图像，您将学习配准、重采样与图像比较的基础。随后，您将利用提取的测量结果评估阿尔茨海默病对大脑结构的影响。
Python 中的生物医学图像分析
课程完成
