Ce que vous devez savoir avant
de commencer

Débute 3 July 2025 04:36

Se termine 3 July 2025

00 Jours
00 Heures
00 Minutes
00 Secondes
course image

Applications de l'intelligence artificielle en imagerie médicale et radiologie

Explorez les applications d'IA de pointe dans l'imagerie médicale avec le Dr. Hugo Aerts de Harvard, couvrant les avancées de l'apprentissage profond en radiologie, oncologie et cardiologie, ainsi que des aperçus sur les cadres open-source et les implications futures.
Labroots via YouTube

Labroots

2765 Cours


56 minutes

Mise à niveau optionnelle disponible

Not Specified

Progressez à votre rythme

Free Video

Mise à niveau optionnelle disponible

Aperçu

Explorez les applications d'IA de pointe dans l'imagerie médicale avec le Dr. Hugo Aerts de Harvard, couvrant les avancées de l'apprentissage profond en radiologie, oncologie et cardiologie, ainsi que des aperçus sur les cadres open-source et les implications futures.

Programme

  • Introduction à l'IA en imagerie médicale
  • Aperçu de l'IA et de son impact sur l'imagerie médicale
    Contexte historique et évolution de l'IA en radiologie
  • Fondamentaux de l'apprentissage profond
  • Bases des réseaux de neurones
    Réseaux de neurones convolutifs (CNN) pour l'analyse d'images
    Entraînement, validation et test des modèles d'apprentissage profond
  • Applications de l'IA en radiologie
  • IA pour l'imagerie diagnostique
    Études de cas en analyse d'images automatisée
    Détection et classification des anomalies
  • IA en imagerie oncologique
  • Détection et segmentation des tumeurs
    Analytique prédictive pour les résultats de traitement
    Apprentissage automatique dans le diagnostic et le pronostic du cancer
  • IA en imagerie cardiologique
  • Échocardiogrammes automatisés et analyse IRM
    IA pour détecter les maladies cardiovasculaires
    Évaluation des risques et gestion des patients à l'aide de l'IA
  • Cadres et outils open-source
  • Cadres d'IA populaires (par exemple, TensorFlow, PyTorch)
    Utilisation de jeux de données ouverts pour l'imagerie médicale
    Implémentation de solutions d'IA à l'aide d'outils open-source
  • Considérations éthiques et pratiques
  • Confidentialité et sécurité des données dans les applications d'IA
    Traiter les biais dans les modèles d'IA
    Implications réglementaires et conformité en imagerie médicale
  • Implications et tendances futures
  • Innovations à l'horizon de l'IA pour la santé
    Directions de recherche en IA pour l'imagerie médicale
    Préparation aux changements induits par l'IA dans la pratique médicale
  • Projet de synthèse du cours
  • Développement d'un modèle d'IA pour l'analyse d'images médicales
    Présentation et revue par les pairs des projets

Sujets

Science des données