Medical Image Classification using Tensorflow

от партнера
Coursera Project Network
В этом Бесплатный Проект с консультациями вы:

Import and compile a Residual Convolutional Network (Resnet).

Train a Resnet to identify pleural effusion in chest x-ray (CXR) images.

Use the fully trained Resnet for inference functions identifying effusion.

Продемонстрируйте этот практический опыт на собеседовании

Clock2 hours
AdvancedПродвинутые функции
CloudЗагрузка не требуется
VideoВидео на разделенном экране
Comment DotsАнглийский
LaptopТолько для ПК

The medical imaging industry is set to see 9 and a half billion dollars in growth in just a few years, mostly due to advances in AI imaging technologies. AI integration with medical imaging is expected to gain traction as it enables increased productivity, improved accuracy, and reduced errors in the diagnosis performed by technicians and radiologists. The use of AI will also automate the labor-intensive manual segmentation and enable technicians to identify abnormalities, in turn, accelerating the treatment process. Furthermore, AI platforms are also being developed for hospitals and health systems to help clinicians in making quick decisions and improving patient outcomes. Ultimately, this field of research will benefit from more minds refining the technology. This project will get you started in using Python and Tensorflow/Keras for advanced medical imaging. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Требования

Strong familiarity with Python, basic familiarity with Tensorflow 2.0+

Навыки, которые вы получите

tensorflow in productionimage classificationhealth informatics analysis

Будете учиться пошагово

На видео, которое откроется рядом с рабочей областью, преподаватель объяснит эти шаги:

  1. Preprocess medical imaging data

  2. Compile a neural network model -Part 1

  3. Compile a neural network model -Part 2

  4. Build and Train a Resnet Model to recognize lung effusion

  5. Making Predictions in Inference

Как устроены проекты с консультациями

Ваше рабочее пространство — это облачный рабочий стол в браузере. Ничего не нужно загружать.

На разделенном экране видео преподаватель предоставляет пошаговые

Часто задаваемые вопросы

Часто задаваемые вопросы

Остались вопросы? Посетите Центр поддержки учащихся.