医学人工智能与机器学习

(2024年暑期选修课)


课程介绍:

  本课程将讲解最前沿的机器学习与人工智能基础理论知识,并将介绍其在医学影像学数据中的运用。希望通过本课程的教学,可以扩展学生的学术视野,提升知识结构,并激发未来在此领域的研究激情。通过本次课程的学习,希望可以使学生能够掌握人工智能与机器学习的基础理论知识,了解其在生物医学领域中的运用,并初步掌握其基本的实现方式。


课程信息:

    选课代码: MED130347

    上课地点: 枫林校区 F2103


授课教师

    刘贇 研究员 (基础医学院)
    孙祥 工程师 (人工智能创新与产业研究院)
    何云刚 青年研究员 (智能医学研究院)
    张朝 青年研究员 (基础医学院)
    蒋晨 青年研究员 (上海科学智能研究院)


课前准备

    Python本地开发环境安装 
    复旦CFFF计算平台注册、快速上手手册 


日程安排

  星期 节次 课程内容 讲义 代码 授课教师
7月1日 星期一 6-9 课程简介 刘贇
医学人工智能概览
ChatGPT使用
7月2日 星期二 6-9 python编程基础 刘贇
7月4日 星期四 6、7 python编程基础实验 刘贇
7月4日 星期四 8、9 数学基本知识 刘贇
7月5日 星期五 6-9 数学基础知识(+实验) 刘贇
7月8日 星期一 6-9 PyTorch介绍 张朝
7月9日 星期二 6-9 PyTorch编程基础实验 张朝
7月11日 星期四 6-9 图像处理理论和应用 刘贇
7月12日 星期五 6-9 医学影像图片预处理实验 蒋晨
7月15日 星期一 6-9 深度学习预备知识和深度学习概览 何云刚
7月16日 星期二 6-9 医学影像图片分类(+实验) 孙祥、蒋晨
7月18日 星期四 6-9 医学影像图片分割(+实验) 刘贇
7月29日 星期一 6-9 项目汇报、课程总结

第六节: 13:30~14:15; 第七节: 14:25~15:10; 第八节: 15:25~16:10; 第九节: 16:20~17:05


补充材料

    PyTorch本地开发环境安装 


参考资料

    1. 周志华,机器学习,清华大学出版社,2016年
    2. Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer Verlag GMBH, 2006
    3. 李航,统计学习方法,清华大学出版社,2012年
    4. Ian Goodfellow, Yoshua Bengio, etc., Deep Learning, 人民邮电出版社, 2016年
    5. Wes McKinney,Python for Data Analysis,O'Reilly Media,2017
    6. [美]埃里克·马瑟斯,人民邮电出版社,Python编程,2016-7-1


网上相关课程

    吴恩达深度学习教程