影像组学教学视频
虽然我这七年在生信技能树、生信菜鸟团、单细胞天地写了几万篇教程，制作了几百个小时的教学实战演练视频课程，都是免费分享在各大网站（B站，知乎，简书，博客，GitHub，微云），但我也并不是什么都会，比如蛋白质组和代谢组以及宏基因组我就没有机会去尝试，必然就不可能制作它们的数据处理视频。凡是我会的，录制了视频的，都会组建好交流群，见：
当然了，科研热点一直在变，最近就有很多人咨询我影像组学方面的教程或者视频。
关于影像组学
影像组学指高通量地提取大量描述肿瘤特征性的影像特征，最初译为放射组学。影像组学的概念最早由荷兰学者在2012年提出，其强调的深层次含义是指从影像（CT、MRI、PET等）中高通量地提取大量影像信息，实现肿瘤分割、特征提取与模型建立，凭借对海量影像数据信息进行更深层次的挖掘、预测和分析来辅助医师做出最准确的诊断。影像组学可直观地理解为将视觉影像信息转化为深层次的特征来进行量化研究。
影像组学的处理流程总结归纳为以下部分：
（1）影像数据的获取；
（2）肿瘤区域的标定；
（3）肿瘤区域的分割；
（4）特征的提取和量化；
（5）影像数据库的建立；
（6）分类和预测。
参考资料，腾讯网.腾讯网[引用时间2017-12-19]
B站影像组学视频课程推荐
因为我本人并没有这样的科研需求，所以不太可能亲自制作影像组学视频啦，但是我在B站看到了一个超级优秀的资源：
小李，浙江大学医学院博士后，中科院博士。
目录如下：
影像组学「第一期」基础讲解 影像组学「第二期」python基操 影像组学「第三期」pandas学习 影像组学「第四期」进阶学习 影像组学「第五期」方差选择法 影像组学「第六期」lasso特征选择 影像组学「第七期」lasso特征筛选 影像组学「第八期」特征提取 影像组学「第九期」T检验方差齐性 影像组学「第十期」随机森林&T检验 影像组学「第十一期」SVM支持向量机 影像组学「第十二期」参数优化 影像组学「第十三期」p次k折交叉 影像组学「第十四期」特征权重作图
如果你比较着急，直接扫描下面的二维码即可前往B站学习哦！
还在持续更新
我看了看第15期和第16期已经出来了：
影像组学写文章几乎都会用到的ROC曲线，十分钟教你如何搞定！
pyradiomics的yaml文件应该怎么写，影像组学群讨论答疑
影像组学素材
提到医学图像影像数据，必须首推TCGA数据库啊，在 https://www.cancerimagingarchive.net/ 动辄都是几十个GB的数据。
而且，sklearn有一个breast_cancer数据可以稍微调整一下拿来用，视频课程主理人浙江大学医学院博士后小李也调整了这个数据集更适合新手做入门练习。所以我和他组建了一个微信交流群，完全免费，但是微信交流群二维码满200人后就没办法扫描了，所以我们的拉群小助手会协助大家进群哈！所以请务必注明（影像组学+姓名+学校），耐心等待。（如果不是必须，请不要进来哦！）
长按识别二维码
添加微信
烦请备注姓名学校单位信息
其实归根结底都是计算机基础
你仔细看目录，各种统计检验，早在三年前我就整理并且制作的TCGA肿瘤数据库知识图谱视频教程 使用R语言就统统讲解过。
视频地址：https://www.bilibili.com/video/av49363776 代码地址：https://github.com/jmzeng1314/tcga_example
课程中共使用了四种算法构建模型：
cox(可做单因素和多因素)TCGA的cox模型构建和风险森林图 lasso回归用lasso回归构建生存模型+ROC曲线绘制 随机森林听起来很霸气用起来并不难的随机森林 支持向量机听起来很霸气用起来并不难的支持向量机
不管用了那种算法，在R语言里面，核心都只是几句代码而已。
再怎么强调生物信息学数据分析学习过程的计算机基础知识的打磨都不为过，我把它粗略的分成基于R语言的统计可视化，以及基于Linux的NGS数据处理：
把R的知识点路线图搞定，如下：
了解常量和变量概念 加减乘除等运算（计算器） 多种数据类型（数值，字符，逻辑，因子） 多种数据结构（向量，矩阵，数组，数据框，列表） 文件读取和写出 简单统计可视化 无限量函数学习
Linux的6个阶段也跨越过去 ，一般来说，每个阶段都需要至少一天以上的学习：
第1阶段：把linux系统玩得跟Windows或者MacOS那样的桌面操作系统一样顺畅，主要目的就是去可视化，熟悉黑白命令行界面，可以仅仅以键盘交互模式完成常规文件夹及文件管理工作。 第2阶段：做到文本文件的表格化处理，类似于以键盘交互模式完成Excel表格的排序、计数、筛选、去冗余，查找，切割，替换，合并，补齐，熟练掌握awk,sed,grep这文本处理的三驾马车。 第3阶段：元字符，通配符及shell中的各种扩展，从此linux操作不再神秘！ 第4阶段：高级目录管理：软硬链接，绝对路径和相对路径，环境变量。 第5阶段：任务提交及批处理，脚本编写解放你的双手。 第6阶段：软件安装及conda管理，让linux系统实用性放飞自我。
如果你对单细胞转录组研究感兴趣，但又不知道如何入门，也许你可以关注一下下面的课程
生信爆款入门-第7期（线上直播4周，马拉松式陪伴，带你入门）你的生物信息入门课
数据挖掘学习班第5期（线上直播3周，马拉松式陪伴，带你入门） 医学生/医生首选技能提高课
生信技能树的2019年终总结 你的生物信息成长宝藏
看完记得顺手点个“在看”哦！
长按扫码可关注