Faradars Discount
x عدم نمایش ۴۱٪ تخفیف جشنواره تخفیف، ویژه تابستان کد تخفیف: SMR98
Faradars Discount
فرصت باقیمانده

آموزش یادگیری عمیق در پزشکی

دسترسی به اطلاعات این آموزش: اطلاعات کلی محتوا و سرفصل ها پیش نمایش و دانلود اطلاعات تکمیلی دیدگاه ها
آموزش یادگیری عمیق در پزشکی

درباره ناشر

فرادرس
فرادرس

فرادرس بزرگ‌ترین ناشر دیجیتال آموزش‌های تخصصی، دانشگاهی و مهندسی است.

درباره مدرس

مهندس امین زاده شیرازی
مهندس امین زاده شیرازی

مدرس فرادرس

دانشجوی دکترای تخصصی بیوانفورماتیک (Bioinformatics)


امین زاده شیرازی دانشجوی دکترای بایوانفورماتیک دانشگاه استرالیای جنوبی (UniSA) می باشند و در مرکز تحقیقات سرطان این دانشگاه مشغول به انجام رساله دکترای خود در زمینه تشخیص دقیق بیماری های مغز با استفاده از هوش مصنوعی و یادگیری عمیق هستند. (+)



با یک جستجوی ساده با عبارت کلیدی Deep Learning in Medicine با صدها مقاله، کتاب و متون علمی مواجه خواهیم شد که اهمیت بیش از پیش این زمینه تحقیقاتی را بیان می کند. تکنیک های سنتی پردازش تصویر، قادر به انجام عملیات محاسباتی بر روی تصاویر با رزولوشن فوق العاده بالای گرافیکی نبوده و لذا یادگیری عمیق به عنوان تکنیکی موفق در پزشکی جای خود را میان محققان بازکرده است. این فرادرس بر آموزش یادگیری عمیق با رویکرد پزشکی نیز تمرکز دارد.

👤 مدرس: مهندس امین زاده شیرازی
🕓 مدت زمان: ۳ ساعت و ۵۶ دقیقه
🎓 تعداد دانشجو: ۱۹۵ نفر این آموزش را تهیه کرده اند. — ۵۶ نفر در یک ماه اخیر
روش دریافت: لینک دانلود و/یا ارسال فیزیکی

هزینه آموزش: ۲۰,۰۰۰ تومان


آنچه شما در این فرادرس خواهید دید:
آموزش ویدئویی مورد تایید فرادرس
فایل PDF یادداشت های مدرس در حین آموزش

تضمین کیفیت و گارانتی بازگشت هزینه
توجه: کیفیت این آموزش توسط فرادرس تضمین شده است. در صورت عدم رضایت از آموزش، به انتخاب شما:
  • به صورت رایگان یک یا چند آموزش معادل دیگر دریافت می کنید.
  • و یا ۷۰ درصد مبلغ پرداختی به حساب بانکی شما بازگشت داده می شود.
    (توضیحات بیشتر +)
دانلود آنی و ارسال سریع
فعال‌سازی آنی لینک دانلود، بلافاصله پس از ثبت سفارش
ارسال پستی به همراه کد رهگیری مرسوله در اولین ساعت اداری روز

(توضیحات بیشتر +)



    توضیحات

    چکیده آموزش


    امروزه کاربردهای هوش مصنوعی بر هیچ کس پوشیده نیست. در این میان، یادگیری ماشین به عنوان یکی از مهم ترین شاخه های این زمینه جایگاه ویژه ای را در تمامی علوم به خود اختصاص داده است. یادگیری عمیق با بهره گیری از مبانی شبکه های عصبی مصنوعی در حل بسیاری از مباحث حوزه پردازش تصاویر پزشکی از قبیل: طبقه بندی، آشکارسازی و بخش بندی عکس های MRI و Pathology، قدرت خود را به اثبات رسانده است.

    با یک جستجوی ساده با عبارت کلیدی Deep Learning in Medicine با صدها مقاله، کتاب و متون علمی مواجه خواهیم شد که اهمیت بیش از پیش این زمینه تحقیقاتی را بیان می کند. تکنیک های سنتی پردازش تصویر، قادر به انجام عملیات محاسباتی بر روی تصاویر با رزولوشن فوق العاده بالای گرافیکی نبوده و لذا یادگیری عمیق به عنوان تکنیکی موفق در پزشکی جای خود را میان محققان بازکرده است. این فرادرس بر آموزش یادگیری عمیق با رویکرد پزشکی نیز تمرکز دارد.

     

    فهرست سرفصل ها و رئوس مطالب مطرح شده در این مجموعه آموزشی، در ادامه آمده است:
    • درس یکم: مقدمه ای بر یادگیری عمیق در علوم پزشکی
      • تاریخچه یادگیری عمیق
      • یادگیری عمیق و نقش آن در پزشکی
    • درس دوم: پیش نیازهای مورد نیاز برای کار با تکنیک های یادگیری عمیق
      • معرفی سیستم عامل لینوکس
        • نصب لینوکس (Linux)
        • معرفی مهم ترین دستورات CMD
      • نصب کارت گرافیک، CUDA و cuDNN
      • نصب محیط برنامه نویسی
        • پایتون (Python)
        • تنسورفلو (TensorFlow)
        • کراس
      • عیب یابی و تست
    • درس سوم: مهم ترین و کاربردی ترین دستورات پایتون
      • مفاهیم پایه
        • تصاویر رنگی و سیاه و سفید
        • تنسور (Tensor)
        • انواع داده‌ ها در تصاویر
      • نمونه پروژه پایتون با داده های تصویری
        • معرفی و ورود ماژول ها
        • بارگذاری داده های تصویری
        • نگاهی به ویژگی های تصاویر بارگذاری شده
        • تعریف و فراخوانی تابع، دستورات شرطی و تکرار برای پیش پردازش داده ها
        • برنامه نویسی شی گرا در پایتون و ساخت Object
        • نمایش تصاویر پردازش شده
        • Images Re-size, Re-color, Augmentation, One-Hot Encoding
    • درس چهارم: مفاهیم پایه و مهم ترین شبکه های عصبی قابل استفاده در پزشکی
      • Zero Padding
      • Filter
      • Filter Depth
      • Kernel Size
      • Convolution
      • Stride
      • Feature Map
      • Pooling
      • Unpooling
      • Transpose Convolution
      • Ground Truth
      • مهم ترین شبکه های عصبی قابل استفاده در پزشکی
        • شبکه عصبی کانولوشنال (CNN)
        • (FCN (Fully Convolutional Neural Network
        • U-Net) Medical Image Segmentation)
          • نحوه ارزیابی مدل Segmentation
        • یادگیری عمیق، دسته بندی بیماران و پیش بینی پدیده های پزشکی
        • یادگیری عمیق و کاوش در فرایندهای زیستی مرتبط با بیماری های انسان
    • درس پنجم: پیاده سازی مدل بخش بندی تصویر U-NET در محیط برنامه نویسی
      • بررسی نمونه های پاتولوژی سرطان سینه
        •  پیش پردازش نمونه ها
        • پیاده سازی مدل بخش بندی تصویر U-NET در محیط برنامه نویسی

     

    مفید برای رشته های
    • مهندسی پزشکی
    • مهندسی کامپیوتر
    • بیوانفورماتیک

    نرم افزارهای مرتبط با آموزش

    Anaconda 2018.12 for Linux Installer

    پیش نمایش

    پیش نمایش ۱ : مقدمه‌ ای بر یادگیری عمیق در علوم پزشکی - ۲ دقیقه


    توجه: ممکن است که به خاطر سرعت پایین اینترنت شما، نمایش آنلاین با کیفیت پایین تر از کیفیت HD ویدئوی اصلی نمایش داده شوند. در این صورت آموزش را دانلود کرده و سپس مشاهده نمایید.

    دانلود مستقیم پیش نمایش - حجم دانلود ۳ مگابایت (کلیک کنید +)


    پیش نمایش ۲ : پیش‌ نیازهای مورد نیاز برای کار با تکنیک‌ های یادگیری عمیق - ۱۰ دقیقه


    توجه: ممکن است که به خاطر سرعت پایین اینترنت شما، نمایش آنلاین با کیفیت پایین تر از کیفیت HD ویدئوی اصلی نمایش داده شوند. در این صورت آموزش را دانلود کرده و سپس مشاهده نمایید.

    دانلود مستقیم پیش نمایش - حجم دانلود ۱۴ مگابایت (کلیک کنید +)


    پیش نمایش ۳ : مهم ترین و کاربردی‌ ترین دستورات پایتون - ۹ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۴ : مفاهیم پایه و مهم ترین شبکه‌ های عصبی قابل ‌استفاده در پزشکی - ۹ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.

    پیش نمایش ۵ : پیاده‌ سازی مدل بخش ‌بندی تصویر U-NET در محیط برنامه‌ نویسی - ۱۱ دقیقه


    مشاهده آنلاین و یا دانلود رایگان این پیش نمایش، نیازمند عضویت و ورود به سایت (+) است.


    آموزش‌های پیشنهادی و مرتبط




    اطلاعات تکمیلی

    نام آموزش آموزش یادگیری عمیق در پزشکی
    ناشر فرادرس
    کد آموزش FVML9710
    مدت زمان ۳ ساعت و ۵۶ دقیقه
    زبان فارسی
    نوع آموزش آموزش ویدئویی     (کیفیت HD - مورد تایید فنی فرادرس)
    حجم دانلود ۵۷۵ مگابایت     (کیفیت ویدئو HD‌ با فشرده سازی انحصاری فرادرس)
    تعداد DVD یک عدد (در صورت دریافت غیر آنلاین)


    ​راهنمای تهیه آموزش ها

    آیا می دانید که تهیه یک آموزش از فرادرس و شروع یادگیری چقدر ساده است؟

    راهنمایی بیشتر ( +)

    در مورد این آموزش یا نحوه تهیه آن سوالی دارید؟ 
    • با شماره تلفن واحد مخاطبین ۵۷۹۱۶۰۰۰ (پیش شماره ۰۲۱) تماس بگیرید. - تمام ساعات اداری
    • با ما مکاتبه ایمیلی داشته باشید (این لینک). - میانگین زمان پاسخ دهی: ۳۰ دقیقه

    با شروع یادگیری، یک کلیک فاصله دارید. همین حالا شروع کنید.

    آموزش یادگیری عمیق در پزشکی

    هزینه آموزش: ۲۰,۰۰۰ تومان




    دیدگاه ها

    تا کنون ۱۹۵ نفراز این آموزش استفاده کرده اند.

    نظر شما در مورد این فرادرس چیست؟

    پاسخ دهید

    نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

    امتیاز شما به این آموزش:



​همین امروز شروع به آموختن کنید​

آموزش یادگیری عمیق در پزشکی

هزینه آموزش: ۲۰,۰۰۰ تومان


برچسب‌ها: , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,



فرادرس در رسانه ها و جشنواره ها

روزنامه ایرانیان مرکز توسعه فناوری اطلاعات و رسانه های دیجیتال روز آفرین نت استارت کنفرانس مهندسی برق ایران جشنواره وب ایران