★ 课程简介 ★
基于血氧水平依赖的功能磁共振成像(fMRI)技术,利用其数据构建的功能性脑网络后,发现脑并不是一个单纯对外界刺激进行响应的处理器,而是存在着大量自发活动的自组织复杂系统。外界刺激与该系统的内在动力相互作用才能够产生外在的行为表现。因此,通过分析脑自发活动,研究者可以获得脑功能更加全面的信息,帮助理解脑信息处理机制。将磁共振成像与机器学习算法相结合,建立诊断模型的研究方法被广泛应用于脑功能辅助诊断的科研与临床之中。然而,机器学习具有一定的理论及实践难度,使得许多临床医生和认知神经科学研究者入门较为困难。如何快速入门并掌握机器学习相关技术是进行脑影像人工智能研究的关键,为此,茗创科技拟举办核磁机器学习班,通过手把手教学,理论与实践相结合,帮助临床医生与初入门的认知神经领域科研人员快速掌握机器学习相关数据分析操作技能,如各种机器学习模型的构建及分析等,从而提高专业人员开展相关研究工作的水平。
★ 培训对象 ★
本次培训班面向的对象是希望利用核磁技术进行科研的研究生、临床研究的医生、研究人员等,培训班进行小班授课,重点培训学员操作,并且后续提供持续的在线详细的解答、支持,及时解决学员问题。
★ 课程内容 ★
内容主要包括:机器学习原理、python编程基础、fMRI信号特殊特征的提取(Reho,ALFF,fALFF,功能连接矩阵等)、MVPA分析与PRONTO工具包实战、各种机器学习模型(朴素贝叶斯、逻辑回归、决策树、SVM、随机森林等)、特征提取与特征选择、模型汇报与与模型展示等。
★ 时间安排 ★
2022年9月19日~9月30日
上午:09:00—12:00
下午:14:00—18:00
晚上:19:00—22:00
★ 具体课表 ★
时间
课程名
具体内容
Ⅰ
9.19
周一
晚上
python基础
1、python入门
①Anaconda安装
②Sypder介绍
③Python使用注意事项及python库的安装
④Python基础数据结构
⑤Python基础语法
9.21
周三
fMRI信号加载及机器学习基本概念
2、数据加载及其可视化
①nii, txt, csv数据加载
②数据可视化(numpy, matplotlib,sklearn)
③mat、csv、txt文件加载
3、机器学习模型机器及其应用
①机器学习基础概念介绍
②机器学习模型分类(分类、归回、拟合、有监督/无监督)
③数据集划分(验证集、训练集、验证集、留一法、十折交叉法、置换检验)
④精度评价指标(F1,ACC,ROC,AUC,混淆矩阵)
⑤模型通用指标(欠/过拟合)
⑥模型通用解释
Ⅱ
9.22
周四
特征提取及数据预处理
1、特征提取
①基于python的特征提取:时域、频域、统计学特征。
②fMRI信号特殊特征提取:Reho,ALFF,fALFF,功能连接矩阵等
2、特征预处理
归一化、插值、缺失值处理、编码
9.24
周六
上午
特征选择
①序列前向、序列后向、Relief算法
②特征降维(PCA,LDA,SVD)
Ⅲ
下午
有监督学习(朴素贝叶斯、逻辑回归、决策树)
包含python代码书写,模型参数调整、模型适用范围、模型优缺点和项目实战(静息态和任务态)
9.26
有监督学习(SVM、随机森林)
Ⅳ
9.28
MVPA(多体素模式分析)
1、理论讲解
2、PRONTO工具包实战
3、MVPA结果解释
9.30
周五
总结
1、subject-wise交叉验证代码书写
2、模型汇报及模型解释
3、简述无监督学习(提供代码和示例数据)
★ 培训人数 ★
此次课程限定人数,报名敬请从速。
★培训方式 ★
茗创科技平台在线直播培训。
★ 报名方式 ★
添加小编琪琪:brainnews_11
★ 培训费用 ★
培训课程 3000/人。
主办方可提供发票和正式课程通知以供单位报销。
发票名目:可开会务费、会议费、注册费、检测费、统计分析服务费等发票。
划重点!
返现秘籍
网红优惠 转发本培训通知至朋友圈(所有人可见,须保留至结课),可结课后返现 100
亲朋优惠 转发 100 人以上科研群,可返现 100
早鸟优惠 于8月31日之前报名,可返现 200
团报优惠 同单位或学校,三人及以上联报,每人可享额外返现 200
再划重点!
以上优惠叠均可叠加!
★ 培训人员简介 ★
周翊,茗创科技工程师。
★ 在线支持服务 ★
茗创科技将为参加培训的学员提供免费,持久的答疑服务,支持与合作,确保学员能够熟练掌握数据处理方法。
★ 备注 ★
请各位学员自备笔记本电脑Windows 64位系统(推荐win10)、i5及以上、8G内存、50G剩余存储空间等基本配置;请尽量不要使用苹果电脑和AMD处理器的电脑。
请各位学员自备笔记本电脑Windows 64位系统(推荐win10)、i5及以上、8G内存、50G剩余存储空间等基本配置。
文章有问题?点此查看未经处理的缓存