Johns Hopkins University

人工智能检测乳腺癌

Johns Hopkins University

人工智能检测乳腺癌

Chung-Fu Chang
Emily Ambinder

位教师:Chung-Fu Chang

访问权限由 Coursera Learning Team 提供

5,537 人已注册

深入了解一个主题并学习基础知识。

81 条评论

中级 等级

推荐体验

2 周 完成
在 10 小时 一周
灵活的计划
自行安排学习进度
深入了解一个主题并学习基础知识。

81 条评论

中级 等级

推荐体验

2 周 完成
在 10 小时 一周
灵活的计划
自行安排学习进度

您将学到什么

  • 乳腺成像;人工智能处理范例;性能评估指标

要了解的详细信息

可分享的证书

添加到您的领英档案

作业

16 项作业

授课语言:英语(English)

了解顶级公司的员工如何掌握热门技能

Petrobras, TATA, Danone, Capgemini, P&G 和 L'Oreal 的徽标

该课程共有4个模块

本模块介绍了乳腺癌流行病学的基础知识以及影像学在乳腺癌检测中的作用。您将研究当前的筛查建议,了解筛查和诊断性乳腺摄影之间的区别,并探索临床实践中使用的关键成像技术。该模块还回顾了用于评估乳腺成像性能的可衡量结果指标。

涵盖的内容

5个视频2篇阅读材料4个作业4个插件

本模块介绍人工智能背后的基本概念和技术。你将探索人工智能的历史,了解模型是如何训练和测试的,并研究参数方法和非参数方法之间的差异。该模块还解释了如何使用标准的人工智能评估指标来评估分类性能。

涵盖的内容

4个视频4个作业4个讨论话题

本单元将探讨乳腺成像中常见的异常情况。您将学习如何区分乳房 X 射线照相中钙化和肿块的良性和恶性特征。了解这些成像特征为将人工智能应用于乳腺癌检测奠定了临床基础。

涵盖的内容

4个视频6篇阅读材料4个作业2个插件

本模块探讨如何将人工智能技术应用于乳腺癌检测。您将研究不同的人工智能方法,包括贝叶斯模型和深度学习神经网络,并了解如何为医学成像任务开发分类器。该模块还重点介绍了人工智能在乳腺成像中的当前研究方向和新兴应用。

涵盖的内容

4个视频1篇阅读材料4个作业4个讨论话题

位教师

授课教师评分
(29个评价)
Chung-Fu Chang
Johns Hopkins University
1 门课程5,537 名学生

提供方

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情,我就可以学习。'

Jennifer J.

自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'

Larry W.

自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程,Coursera 便是最好的去处之一。'

Chaitanya A.

''学习不仅仅是在工作中做的更好:它远不止于此。Coursera 让我无限制地学习。'

学生评论

  • 5 stars

    77.77%

  • 4 stars

    11.11%

  • 3 stars

    6.17%

  • 2 stars

    1.23%

  • 1 star

    3.70%

显示 3/81 个

TV

已于 Feb 3, 2026审阅

AN

已于 May 17, 2023审阅

DD

已于 Jun 13, 2023审阅

从 数据科学 浏览更多内容