آموزش پردازش و طبقه بندی تصاویر پزشکی با پایتون Python + گواهینامه

آموزش پردازش و طبقه بندی تصاویر پزشکی با پایتون Python + گواهینامه

حوزه پردازش تصاویر پزشکی دارای کاربردهای بسیاری است که می‌توان به تشخیص مشکلات چشمی از روی تصاویر شبکیه چشم، تشخیص عارضه‌های پوستی، بررسی تومورهای سیستم گوارشی و همچنین بخش‌بندی تصاویر MRI جهت تشخیص تومورهای مغزی انسان اشاره کرد. نگرش‌های گوناگونی برای دسته‌بندی و خوشه‌بندی مبتنی بر یادگیری ماشین، در جهت افزایش دقت در غربال‌گری و تشخیص بیماری‌ها ارائه شده است و یادگیری این مهارت‌ها، فرصت‌های تاز‌ه‌ای را برای انجام تحقیقات جدید و ساخت تکنولوژی‌های نوین در حوزه پزشکی فراهم می‌کند. در این فرادرس، به آموزش مباحث مربوط به زبان برنامه‌نویسی پایتون، پردازش تصاویر، یادگیری ماشین و شبکه‌های عصبی کانولوشنی (CNN) در حیطه پزشکی می‌پردازیم.

تریلر دوره

توضیحات کامل دوره

...

سرفصل‌های دوره

  • چکیده
    0:00:54

  • مروری بر Numpy
    رایگان 0:14:34
  • مروری بر مفاهیم یادگیری ماشین
    0:11:25
  • دسته‌بندی داده‌ها در یادگیری ماشین
    0:12:09
  • مروری بر مفاهیم شبکه‌های عصبی
    0:15:35
  • ساختار شبکه‌های عصبی
    رایگان 0:10:34
  • شبکه‌های عصبی کانولوشنی
    0:10:31
  • آزمون ۱

  • معرفی انواع تصویربرداری پزشکی
    0:16:23
  • تصاویر X-ray
    0:13:29
  • تصاویر CT
    0:17:02
  • تصاویر MRI
    رایگان 0:11:22
  • آزمون ۲

  • معرفی انواع فرمت‌های رایج تصاویر پزشکی
    0:03:41
  • فرمت DICOM
    0:10:54
  • استفاده از فرمت DICOM در پایتون
    0:09:18
  • نمایش فایل‌های DICOM در پایتون
    0:15:07
  • فرمت NIFTI
    رایگان 0:06:58
  • استفاده از فرمت NIFTI در پایتون
    0:16:11
  • مفهوم پیش‌پردازش تصاویر پزشکی
    0:14:12
  • پیش‌پردازش تصاویر پزشکی در پایتون
    0:11:17
  • یکسان‌سازی واحدها در تصاویر پزشکی
    0:09:50
  • استانداردسازی و نرمال‌سازی داده‌ها
    رایگان 0:10:18
  • آزمون ۳

  • مقدمه و معرفی طبقه‌بندی تصاویر پنومونی
    0:03:03
  • پیش‌پردازش تصاویر پنومونی – لود داده‌ها
    0:11:10
  • پیش‌پردازش تصاویر پنومونی – آماده‌سازی داده‌ها
    0:11:10
  • پیش‌پردازش تصاویر پنومونی – نرمال‌سازی و استانداردسازی
    0:06:19
  • طراحی مدل – مرحله لود داده‌ها
    رایگان 0:11:49
  • طراحی مدل – مرحله ساخت مدل
    0:12:26
  • طراحی مدل – مرحله آموزش
    0:04:18
  • طراحی مدل – مرحله ارزیابی و سنجش
    0:14:33
  • آزمون ۴

  • مقدمه و معرفی تشخیص دهلیز در تصاویر قلب
    0:02:29
  • پیش‌پردازش تصاویر دهلیز – لود داده‌ها
    رایگان 0:10:15
  • پیش‌پردازش تصاویر دهلیز – نرمال‌سازی و استانداردسازی
    0:13:54
  • ساخت دیتاست
    0:06:20
  • UNET
    0:08:21
  • طراحی مدل – مرحله لود داده‌ها
    0:05:21
  • طراحی مدل – مرحله ساخت مدل
    0:08:09
  • طراحی مدل – مرحله ارزیابی و سنجش
    0:03:16
  • آزمون ۵

  • جمع‌بندی
    0:05:26
  • ادامه مسیر تا ورود به بازار کار

  • آموزش پردازش و طبقه‌‌بندی تصاویر پزشکی با پایتون Python

  • خلاصه و مرور آموزش
  • واژه‌نامه (Glossary)
  • سوالات متداول (FAQ)
  • مشاغل مرتبط
  • نمونه سئوالات مصاحبه شغلی

ارسال نظر شما

نظرات کاربران

نظرات کاربران

هنوز نظری ثبت نشده است.

2,190,000 تومان
438,000 تومان
80% تخفیف

این دوره شامل:
9 فصل آموزشی
6 ساعت ساعت آموزش
دسترسی مادام‌العمر
سطح: مبتدی
گواهی پایان دوره: ندارد
تاریخ انتشار: 1403/12/09
آخرین به‌روزرسانی: 2026-10-29 14:51:36
تعداد امتیازها: 0
تعداد دانشجو: 0
خرید اقساطی: ندارد
ضمانت بازگشت وجه: ندارد
برچسب‌ها: