AI醫學影像分析技術..
協助國內企業提前布局淨零轉型，滿全球供應鏈碳中和要求，瞭解碳排放法規.....
AI醫學影像分析技術
學會運用人工智慧技術、生醫訊號實作、醫學影像辨識實作
課程型態/ 雲端自學
時 數/12 小時
起迄日期/三個月內無限次觀看 (2024/07/05~2024/09/30)
聯絡資訊/林智君 04-25678652
------------------------------------
課程介紹
根據 Stratistics MRC(2018) 的資料顯示，2017年全球智慧醫療市場為 1,826 億美元，預計到 2026年將達到 6,654 億美元，為了佔據市場主導地位，全球各國都已積極投入醫療器材的創新與研發。
本課程特邀請產業專業講師授課，規劃10小時數位自學課程、2小時線上學習活動，內容將針對醫療器材產品設計會運用到的人工智慧技術、生醫訊號實作、醫學影像辨識實作進行教學。
課程特色
線上自學讓您隨時掌握學習節奏，多個應用程式操作可以重複觀看練習，透過講師案例教學示範，您也可以自行訓練AI模型！
- 有Python程式基礎的您：本課程以Python實例應用為主，只需強化生醫訊號實作、醫學影像辨識實作，就能掌握與醫材產品研發/設計最常運用的AI函數及設計原理。
- 完整學習架構規劃：除了自學課程外，可以搭配其他實體課程作為延伸學習，自行規劃及選修您有興趣的課程內容。
為什麼你適合來上這門課？
一、 欲投入AI智慧醫材領域發展之資通訊研發/產品開發、醫材設備/輔具、醫電工程、生技醫藥等從業人員。
該如何研發出被市場接受、且符合醫療實際環境的產品呢？AI智慧醫療跨域的成功，需建立在「資通訊科技」及「醫療領域」兩者的專業結合基礎上。本課程從醫療器材產品設計會運用到的人工智慧技術、生醫訊號實作、醫學影像辨識實作進行教學，是從事相關產品研發及從業人員的您，所需具備的專業知識。
二、 大專院校、研究所、生醫學院等相關科系學生(如：醫檢人員、護理師、醫療大數據資料處理/分析人員等)，未來擬投入醫療產業發展者。
身處醫療體系的您，具備醫療知識且擁有臨床資料，在AI智慧醫療的變革中，只要強化AI醫學影像分析技術，即可擁有跨領域專業發展的機會！
三、 對AI智慧醫療器材、生醫影像辨識有興趣且欲提升此領域之專業能力者。
人工智慧時代，大家都想跨AI領域成為斜槓人才，「智慧醫電」產業更是位於智慧醫療的趨勢浪尖，想進一步了解醫學影像分析技術嗎？歡迎對本課程有興趣的各界人士報名，一同拓展AI新視野。
學員先備知識
具備醫療器材產品開發經驗者或醫療體系從業人員者佳，須具備Python程式語言基礎者。
課程內容與講師
主題與時數
課程大綱
深度學習環境簡介與建立
1.5小時
1-1深度學習環境建立
1-2深度學習套件安裝
1-3 Colab介紹
1-4國網中心使用
SVM（Support Vector Machine）生醫訊號實作
1.5小時
2-1 SVM簡介
2-2深度學習與機器學習之差別
2-3程式講解與練習-EEG
2-4程式講解與練習- iris
CNN深度學習-醫學影像辨識實作
3小時
3-1深度學習發展歷史
3-2專家系統、機器學習及深度學習
3-3深度學習訓練方式
3-4 CNN簡介
3-5 CNN模型熱身(CIFAR-10)
3-6醫學影像分類(以chest X-ray為例)
AlexNet、VGG、Inception和ResNet醫學影像分類模型介紹與實作
1.5小時
4-1 AlexNet等經典模型
4-2遷移學習
Mask R-CNN模型創建
3小時
5-1 MASK R-CNN模型簡介
5-2 MASK R-CNN實際應用：標記工具介紹
5-3 MASK R-CNN實際應用：MASK R-CNN程式講解
5-4 MASK R-CNN實際應用：線上實作
Mask R-CNN 序列醫學影像實作
1.5小時
6-1序列影像簡介
6-2影像序列應用–基於Mask R-CNN之喉內視鏡影像物件切割
6-3 CNN應用於視訊檔分類
6-4 3D CNN應用於視訊檔分類
課程講師
鄭淳詩 老師
學歷：清華大學工業工程與工程管理系 博士候選人
經歷：僑光科技大學 講師
專業領域：機器人學、深度學習、計算科學、自動駕駛系統、影像辨識
曾繁斌 老師
學歷：國立清華大學電機工程博士
經歷：核能研究所 副工程師
專業領域：機器學習、深度學習、影像處理
蔡雨潔 老師
學歷：逢甲大學 創意設計碩士學位學程
經歷：僑光科技大學 工設系 研究助理
財團法人人工智慧科技基金會講師
專業領域：資料視覺化、機器學習、產品設計
iris程式繪製訓練結果圖示
根據 Stratistics MRC(2018) 的資料顯示，2017年全球智慧醫療市場為 1,826 億美元，預計到 2026年將達到 6,654 億美元，為了佔據市場主導地位，全球各國都已積極投入醫療器材的創新與研發。
本課程特邀請產業專業講師授課，規劃10小時數位自學課程、2小時線上學習活動，內容將針對醫療器材產品設計會運用到的人工智慧技術、生醫訊號實作、醫學影像辨識實作進行教學。
線上自學讓您隨時掌握學習節奏，多個應用程式操作可以重複觀看練習，透過講師案例教學示範，您也可以自行訓練AI模型！
- 有Python程式基礎的您：本課程以Python實例應用為主，只需強化生醫訊號實作、醫學影像辨識實作，就能掌握與醫材產品研發/設計最常運用的AI函數及設計原理。
- 完整學習架構規劃：除了自學課程外，可以搭配其他實體課程作為延伸學習，自行規劃及選修您有興趣的課程內容。
一、 欲投入AI智慧醫材領域發展之資通訊研發/產品開發、醫材設備/輔具、醫電工程、生技醫藥等從業人員。
該如何研發出被市場接受、且符合醫療實際環境的產品呢？AI智慧醫療跨域的成功，需建立在「資通訊科技」及「醫療領域」兩者的專業結合基礎上。本課程從醫療器材產品設計會運用到的人工智慧技術、生醫訊號實作、醫學影像辨識實作進行教學，是從事相關產品研發及從業人員的您，所需具備的專業知識。
二、 大專院校、研究所、生醫學院等相關科系學生(如：醫檢人員、護理師、醫療大數據資料處理/分析人員等)，未來擬投入醫療產業發展者。
身處醫療體系的您，具備醫療知識且擁有臨床資料，在AI智慧醫療的變革中，只要強化AI醫學影像分析技術，即可擁有跨領域專業發展的機會！
三、 對AI智慧醫療器材、生醫影像辨識有興趣且欲提升此領域之專業能力者。
人工智慧時代，大家都想跨AI領域成為斜槓人才，「智慧醫電」產業更是位於智慧醫療的趨勢浪尖，想進一步了解醫學影像分析技術嗎？歡迎對本課程有興趣的各界人士報名，一同拓展AI新視野。
具備醫療器材產品開發經驗者或醫療體系從業人員者佳，須具備Python程式語言基礎者。
|
主題與時數 |
課程大綱 |
|
深度學習環境簡介與建立 1.5小時 |
1-1深度學習環境建立 1-2深度學習套件安裝 1-3 Colab介紹 1-4國網中心使用 |
|
SVM（Support Vector Machine）生醫訊號實作 1.5小時 |
2-1 SVM簡介 2-2深度學習與機器學習之差別 2-3程式講解與練習-EEG 2-4程式講解與練習- iris |
|
CNN深度學習-醫學影像辨識實作 3小時 |
3-1深度學習發展歷史 3-2專家系統、機器學習及深度學習 3-3深度學習訓練方式 3-4 CNN簡介 3-5 CNN模型熱身(CIFAR-10) 3-6醫學影像分類(以chest X-ray為例) |
|
AlexNet、VGG、Inception和ResNet醫學影像分類模型介紹與實作 1.5小時 |
4-1 AlexNet等經典模型 4-2遷移學習 |
|
Mask R-CNN模型創建 3小時 |
5-1 MASK R-CNN模型簡介 5-2 MASK R-CNN實際應用：標記工具介紹 5-3 MASK R-CNN實際應用：MASK R-CNN程式講解 5-4 MASK R-CNN實際應用：線上實作 |
|
Mask R-CNN 序列醫學影像實作 1.5小時 |
6-1序列影像簡介 6-2影像序列應用–基於Mask R-CNN之喉內視鏡影像物件切割 6-3 CNN應用於視訊檔分類 6-4 3D CNN應用於視訊檔分類 |
|
課程講師 |
鄭淳詩 老師 學歷：清華大學工業工程與工程管理系 博士候選人 經歷：僑光科技大學 講師 專業領域：機器人學、深度學習、計算科學、自動駕駛系統、影像辨識
曾繁斌 老師 學歷：國立清華大學電機工程博士 經歷：核能研究所 副工程師 專業領域：機器學習、深度學習、影像處理
蔡雨潔 老師 學歷：逢甲大學 創意設計碩士學位學程 經歷：僑光科技大學 工設系 研究助理 財團法人人工智慧科技基金會講師 專業領域：資料視覺化、機器學習、產品設計 |
培訓證書發放準則
-
課程觀看時數達80%者。
-
課程線上測驗成績達70分以上。
學員需同時通過以上條件，將取得工研院產業學院之「AI醫學影像分析技術」培訓證書。
繳費方式
【課程日期】：113/7/5開通帳號後~9/30，共計12小時 (完成繳費3-7個工作日開通)
【課程費用】加入工研院學習中心化粧品產業服務LINE好友,未來有相關課程，可優先獲得通知及更多優惠！ (LINE ID：@rku9587a )
課程優惠價：10,800元/人
早鳥優惠價：9,800元/人(開課14天前報名)
三人同行優惠價：9,200元/人(限同月份報名，各別選早鳥優惠價格報名後通知承辦人員修改價格)
【報名專線】請電洽04-2567-8652林小姐
【繳費方式】
繳費方式
(一)匯款/轉帳：
土地銀行 工研院分行，帳號156-005-00002-5（土銀代碼：005）。戶名「財團法人工業技術研究院」，請把「收據/明細/轉帳末五碼」回傳林小姐LINE ID：@RKU9587A
(二)信用卡（線上報名）：繳費方式選「信用卡」，直到顯示「您已完成報名手續」為止，才確實完成繳費。
※繳費後請把「收據/明細/轉帳末五碼」回傳林小姐LINE ID：@RKU9587A 收
常見問題
Q：如何拿到雲端自學的上課帳號/密碼?
A：本梯次學員報名繳費後，請主動E-MAIL聯繫承辦人員，將收到上課帳號及密碼通知信，若無法登入會員，敬請來電告知。請於線上報名時，提供可收件之mail作為後續申請線上課程帳號使用。
Q：課程觀看期限?
A：本梯次課程觀看期間113年7月5日起~9月30日止! 期限內皆可以無限次數觀看，到期後系統會將課程自動下架!但網站帳號可以永久使用。
Q：課程發票/證書如何取得?
A：需在期限內完成觀看+考試+問卷，並連繫承辦人員，有任何問題歡迎來電洽詢。
Q：我的帳號可以給其他人使用嗎?
A：個人帳號限本人使用，同一帳號之閱讀課程權益禁止轉予任何其它第三人使用。任何未經本院同意之轉讓與轉用行為(有償或無償皆同)衍生之爭議，用戶應負完全責任。 若企業教育訓練需求多個帳號使用，可洽本網站客服洽詢企業用戶方案。
貼心提醒
1.為確保您的上課權益，報名後若未收到任何回覆，請來電洽詢方完成報名。
2.若報名者不克參加者，可指派其他人參加，並於開通帳號前一日通知。
3. 退費辦法：請以學員於開訓前退訓者，將依其申請退還所繳上課費用 90％，另於培訓期間若因個人因素無法繼續參與課程，將依上課未逾總時數 1/3，退還所繳上課費用之 50％，上課逾總時數 1/3，則不退費。
生技醫藥領域專業課程推薦
-
課程觀看時數達80%者。
-
課程線上測驗成績達70分以上。
學員需同時通過以上條件，將取得工研院產業學院之「AI醫學影像分析技術」培訓證書。
【課程日期】：113/7/5開通帳號後~9/30，共計12小時 (完成繳費3-7個工作日開通)
【課程費用】加入工研院學習中心化粧品產業服務LINE好友,未來有相關課程，可優先獲得通知及更多優惠！ (LINE ID：@rku9587a )
課程優惠價：10,800元/人
早鳥優惠價：9,800元/人(開課14天前報名)
三人同行優惠價：9,200元/人(限同月份報名，各別選早鳥優惠價格報名後通知承辦人員修改價格)
【報名專線】請電洽04-2567-8652林小姐
【繳費方式】
|
繳費方式 |
|
(一)匯款/轉帳： 土地銀行 工研院分行，帳號156-005-00002-5（土銀代碼：005）。戶名「財團法人工業技術研究院」，請把「收據/明細/轉帳末五碼」回傳林小姐LINE ID：@RKU9587A (二)信用卡（線上報名）：繳費方式選「信用卡」，直到顯示「您已完成報名手續」為止，才確實完成繳費。 ※繳費後請把「收據/明細/轉帳末五碼」回傳林小姐LINE ID：@RKU9587A 收 |
Q：如何拿到雲端自學的上課帳號/密碼?
A：本梯次學員報名繳費後，請主動E-MAIL聯繫承辦人員，將收到上課帳號及密碼通知信，若無法登入會員，敬請來電告知。請於線上報名時，提供可收件之mail作為後續申請線上課程帳號使用。
Q：課程觀看期限?
A：本梯次課程觀看期間113年7月5日起~9月30日止! 期限內皆可以無限次數觀看，到期後系統會將課程自動下架!但網站帳號可以永久使用。
Q：課程發票/證書如何取得?
A：需在期限內完成觀看+考試+問卷，並連繫承辦人員，有任何問題歡迎來電洽詢。
Q：我的帳號可以給其他人使用嗎?
A：個人帳號限本人使用，同一帳號之閱讀課程權益禁止轉予任何其它第三人使用。任何未經本院同意之轉讓與轉用行為(有償或無償皆同)衍生之爭議，用戶應負完全責任。 若企業教育訓練需求多個帳號使用，可洽本網站客服洽詢企業用戶方案。
1.為確保您的上課權益，報名後若未收到任何回覆，請來電洽詢方完成報名。
2.若報名者不克參加者，可指派其他人參加，並於開通帳號前一日通知。
3. 退費辦法：請以學員於開訓前退訓者，將依其申請退還所繳上課費用 90％，另於培訓期間若因個人因素無法繼續參與課程，將依上課未逾總時數 1/3，退還所繳上課費用之 50％，上課逾總時數 1/3，則不退費。
