Анализ медицинских изображений в Python

37 участников

О чём курс

КТ и рентгеновские снимки содержат специфические метаданные, которые требуют особого подхода при загрузке и обработке в Python. Этот курс закрывает порог входа в медицинскую визуализацию, где даже базовое открытие файла может вызвать сложности у новичка.

Внутри разбираются ключевые технические аспекты работы с данными:

  • Работа с форматами медицинских изображений и извлечение метаданных.
  • Техника Windowing для правильного отображения данных в единицах Хаунсфилда (HU).
  • Алгоритмы сегментации изображений, включая метод Felsenszwalb.
  • Анонимизация данных и использование специализированных библиотек вроде fastai.medical.imaging.

По итогам вы научитесь самостоятельно загружать, визуализировать и сегментировать медицинские снимки для последующего анализа.

Программа обучения

  • Введение:
    • Об авторе курса
    • Пререквизиты
    • Google Colab
  • Исследование медицинских изображений:
    • Введение
    • Форматы медицинских изображений
    • Загрузка и визуализация
    • Исследование метаданных
    • Конвертация изображений
    • Анонимизация данных
  • Windowing:
    • Что такое Windowing?
    • Единицы Хаунсфилда (HU)
    • Применение Windowing
    • Визуализация
  • Сегментация медицинских изображений:
    • Задача сегментации изображений
    • Алгоритм сегментации на основе графов Felsenszwalb
    • Сторонние библиотеки для сегментации медицинских изображений
  • (Бонус) Обзор fastai.medical.imaging:
    • fastai.medical.imaging
Складчина создана 11 июня 2023 г. · описание обновлено 23 марта 2026 г.
80 ₽ 500 ₽