0．个人简介和课程说明
0.1 小李其人
小李，生于辽宁。
目前博士后就职于浙江大学医学院、脑科学与脑医学学院，兼聘于浙江大学医学院附属邵逸夫医院。
研究领域：大脑可塑性及脑神经疾病的功能预后与机制
研究课题：
1、急性期、慢性期脑卒中运动功能预后及神经生物机制研究；
2、基于深度学习的缺血型脑卒中溶栓疗效预测；
3、基于机器学习的超急性期脑卒中发病时间评估等。
0.2 课程说明
0.2.1 课程特点
- 给你“鱼”，也给你“渔”。
本课程将并重技能的传授与能力的培养，让您迅速掌握技能的基础上，也具备在该领域甚至相关领域内自我提升的能力。
小李的教学理念中，不希望传递给学生的是“拐”，学生一旦脱离了拐还是无法独立行走。小李更愿意传授以“车和驾车的技能”，有车、有车技，无论到了哪里都可以驰骋。
2．影像组学是新兴且处于上升期的研究方向。
2021年2月，以“radiomics”为关键词在pubmed进行搜索的结果统计
- 易于快速上手，快速发表文章和成果。
- 影像组学应用领域广泛，可以结合各个临床方向开展研究，包括组织定性，肿瘤分级，同影异病鉴别，疗效评估、预后等等。
夸张一点说，只要有影像，皆可影像组学。
- 掌握后可转型深度学习结合医学影像研究，更具潜力。
除医学上病理、生理等问题外，常规的影像组学研究核心内容就是机器学习建模。在掌握了基本的建模方法基础上，可向临床医学结合深度学习方向发展。
在还不能熟练写代码的时候，请不要妄想直接学习深度学习。
0.2.2 适合人群
- 从事医学研究的研究生、本科生；
- 以医学影像（CT、MRI、PET等）作为研究对象的医务工作者；
- 对医学影像学与人工智能交叉领域感兴趣者。
0.2.3 常见问题
- 学这门课需要计算机编程基础吗？
如果您已掌握至少一门计算机语言，会更加轻松地学习本课程。但本课程会考虑编程0基础学员，会对必要的Python编程知识进行讲解。同样地，如果您对相应章节内容已经能够熟练使用，那么没有必要花费时间再学习一遍。
- 做影像组学研究对计算机配置和操作系统有要求吗？
不能说没有，但只要不是古董机应该问题都不大。如果不做深度学习，一般最低要4 GB内存，显示器最低分辨率1024 × 768。推荐8 GB以上内存，1280 × 1024以上显示器分辨率。如有深度学习需求，需根据具体情况进行电脑配置。
尽管本课程所有内容均可在Linux，MacOS以及Windows平台实现，但如您有Linux操作系统的使用能力，推荐使用Linux平台，特别是在医学影像领域有进一步研究需求时，因为部分软件仅有Linux版本。其次是MacOS平台。当然，使用Windows平台做基础的影像组学研究也是足够的。
- 除电脑外，有什么必须或推荐的软硬件配置吗？
本课程所有内容均基于Python和其他免费软件开展。如您有部分商用软件的使用权限，可能会简化研究过程。但请保证商用软件使用的合法性，否则在后续文章和成果发表中可能遭遇质疑和法律问题。
- 我目前没有数据，方便学习这门课程吗？
本课程会提供课内演示数据及课后练习用数据。
- 自己无法复现课程内容或无法完成课后任务时，我该怎么办？
小李的“手把手”课程由视频授课、课后练习和课后辅导答疑三部分构成。我们会全程辅助您进行课程学习，出现上述类似情况时候，由小李本人或专职助教一对一解答。
- 课程要求？
请务必完成课后任务，确保眼睛和手都会了。
0.2.4 预期成果
- 理解影像组学研究过程与方法；
- 能够独立进行影像组学文献调研与影像组学方法设计；
- 掌握至少7特征降维方法；
- 掌握至少7种分类/回归方法；
- 能够熟练使用Python作图。
0.2.5其他事项
- 标有☆的章节为入门非必要内容，建议初学者在第二轮或第三轮学习。
- 这是小李第一次独立开设的付费影像组学课程，如无意外也是最后一次独立开设影像组学课程。小李会倾尽努力与您聊清楚影像组学的前生今世。
商品链接 https://weidian.com/item.html?itemID=4294775730
商品二维码
