智能医疗技术与ChatGPT临床应用三日深度培训

智能医疗技术与ChatGPT临床应用三日深度培训
第一天：人工智能基础与Python编程入门
上午：
人工智能在医疗领域的应用概述
Python编程基础
环境搭建、数据类型、流程控制
Python环境搭建
Python数据类型与流程控制
Python函数的应用
Python面向对象编程 
文件读写和目录操作
异常处理
机器学习概述
数据探索性分析：智能化数据分析
特征工程：数据准备、数据清洗、数据的归一化
机器学习模型构建
机器学习模型评估
集成学习
实际案例：基于机器学习的乳腺癌疾病风险预测
实际案例：心脏病预测模型构建和模型可解释性分析
Python医学图像处理基础
PyDicom库的安装和基本用法
MRI、DR、CT等影像的读取、解析、显示
实际案例：读取各种Dicom格式的影像
下午：
深度学习PyTorch框架入门
深度学习的基本概念，通用架构
深度学习的基本概念
深度学习的通用构架
PyTorch的选型和安装 
梯度下降优化算法
损失函数
梯度下降优化算法
模型的保存和加载
实际案例：使用PyTorch进行医学图像分类图像分类算法（判断是否病变）
AlexNetVggNetResNetEfficientNet实际案例：深度学习在肺结节分类中的应用实际案例：COVID-19 新冠肺炎识别分类
第二天：深度学习与医学影像分析
上午：
深度学习智能影像诊断算法
目标检测算法（检测病变区域）
RCNN系列目标检测算法
RCNN
Fast RCNNFaster RCNNYOLO系列目标检测算法
YOLO v5YOLO v8实际案例：目标检测在血常规分析中的应用实际案例：YOLO在病变检测中的应用下午：
图像分割算法（分割病变区域）
DeepLab系列语义分割算法
DeepLab v1/v2
CRF
DeepLab v3/v3+
医疗生物领域专用的U-Net分割网络
“U型弯”结构
保护“边缘”的措施
损失函数
实际案例：Net在前列腺肿瘤分割中的应用实际案例：通过U-Net分割细胞
影像智能诊断项目实战
CT智能诊断实战案例
MRI智能诊断实战案例
第三天：ChatGPT与医疗大模型应用
上午：
ChatGPT基础知识
自然语言处理基础知识
数据处理：特殊字符、分词、停用词等
Embedding 原理
Transformer原理
提示词工程
基于人类反馈的强化学习
实际案例：ChatGPT等大模型在临床科研中的应用
快速获取医学知识
临床实践研究
辅助生成出院小结
个性化医疗服务
辅助论文编写
医学文献梳理
论文降重与润色
ChatGPT在医疗咨询中的应用Langchain式的医疗知识检索
实际案例：医疗领域的Langchain下午：
项目实战：使用llama-factory微调大模型
安装部署
支持的大模型种类
数据集准备
微调策略（PEFT：LoRA, QLoRA等）
大模型临床应用实践
实际案例：大模型在临床数据挖掘中的应用
实际案例：大模型在医学文献检索中应用
实际案例：大模型在临床决策辅助中的应用
实际案例：大模型在风险预测模型中的应用