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。