B站有很多很棒的資源,但是如何快速找到合適自己水平的資源是一件不容易的事情。本文整了入門醫學影像研究的部分資料,希望能爲剛入門的小夥伴提供一些幫助。
初步入門
-
機器學習(深度學習)基礎知識 -
python、pytorch基礎 -
醫學影像基礎
李宏毅 2021年機器學習
李老師講的機器學習非常淺顯易懂,沒有什麼特別好的數學背景的同學也可以輕鬆入門,對算法推導有良好的剖析。國語版本,對英語不是很好的同學也會比較友好。2021年的課程不僅包含了機器學習的基礎知識,還有自注意力,transformer,GAN,Domain Adaptation,Explainable AI等比較新穎的內容,課程配套有完整的作業。
B站視頻鏈接:https://www.bilibili.com/video/BV11K4y1S7AD
課程鏈接:https://speech.ee.ntu.edu.tw/~hylee/ml/2021-spring.html
【非廣告】推一波飛槳,可以直接在上面跑李老師的作業,免去無服務器煩惱,但是要用他們的庫,不過和pytorch也是比較相似的。飛槳上課程是2020版本,B站上是2021。區別在於有transformer等更新,但是基礎部分的知識是一致的。
視頻鏈接:https://aistudio.baidu.com/aistudio/course/introduce/1978
python入門
小甲魚:https://www.bilibili.com/video/BV1xs411Q799
廖雪峯:https://www.liaoxuefeng.com/wiki/1016959663602400
李沐 動手學深度學習-pytorch 2021版
李沐是微軟的大神,出過《動手學習深度學習》一書,是深度學習的那本花書的實踐版。今年對內容進行了更新,用pytorch進行了實現。
視頻鏈接:https://www.bilibili.com/video/BV1Fb4y1D7Jt?from=search&seid=15716325767030687234
教程官網:http://zh.d2l.ai/
中山大學醫學影像
這個聽前面的10講就可以,對成像原理有個大概的瞭解。非常古早的課程,但是講解很清晰。(一直在尋找新一點的影像學,希望小夥伴推薦)https://www.bilibili.com/video/BV1Gr4y1K7K8
進一步探索
在有了一定的基礎知識之後,論文閱讀和項目實現是接下來主要的任務。
一般很經典的論文在B站上搜可能都要直接的論文解讀,如果沒有看CSDN也可以。所有的論文解讀其實都只是輔助,最重要的還是看論文原文和整理清楚論文思路。
項目的實現往往會遇到很多問題,以下的一些up主,從0開始實現了一些基本的算法,有助於對項目的理解。
up主:Bubbliiiing
中文講解 視頻內容包含如何搭建機器學習環境,包含Pytorch,TensorFlow和Keras。手把手實現了Unet,PSPnet,DeeplabV3+,等語義分割算法,Yolov4,Yolov3,FasterRCNN,Centernet,SSD,Efficientdet,M2det等目標檢測算法,Retinaface,facenet,mtcnn等人臉識別算法,GAN對抗生成網絡,seqtoseq模型等內容。視頻地址:https://space.bilibili.com/472467171
youtube up主(搬運版本)
一個外國小哥講解,從0開始手擼代碼,講的還是很清晰,會解釋基本原理和爲什麼代碼這麼設計,當場debug。(不要看他的中文字幕,很雞肋) Unet分割項目實戰:https://www.bilibili.com/video/BV1J64y1m7s1 yolov3目標檢測項目實戰:https://www.bilibili.com/video/BV1bo4y1X78v
眼底血管分割項目(2D,3D分割)
一個up主自己實現的分割算法 https://www.bilibili.com/video/BV1gp4y1H7kq
進階
行業動態 深入理解專業知識
醫學圖像計算機研討會 MICS
https://space.bilibili.com/269362804/
視覺與學習青年學者研討會 Valse
https://space.bilibili.com/562085182/
白板推導
up主通過在手工推導,幫助大家理解機器學習的基礎原理,包含的內容比較全面。https://space.bilibili.com/97068901/
b站上還有很多優秀的資料,大家可以多多在上面探索,也歡迎大家推薦給我(歡迎後臺留言)。
本文分享自微信公衆號 - AI算法與圖像處理(AI_study)。
如有侵權,請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”,歡迎正在閱讀的你也加入,一起分享。