2025医学生想结合AI＋医疗做点事，该怎么学呢？
01:42
AI＋医疗必备的人工智能学习路线图，少走10年弯路！
08:24
人工智能在医学影像中的创新应用与未来展望
44:43
1-医学疾病数据集介绍
04:21
2-Resnet网络架构原理分析
09:54
3-dataloader加载数据集
11:18
4-Resnet网络前向传播
06:20
5-残差网络的shortcut操作
09:28
6-特征图升维与降采样操作
06:11
7-网络整体流程与训练演示
11:28
1-语义分割与实例分割概述
06:38
2-分割任务中的目标函数定义
07:36
3-MIOU评估标准
03:34
1-Unet网络编码与解码过程
08:08
2-网络计算流程
06:52
3-Unet升级版本改进
05:53
4-后续升级版本介绍
06:31
1-医学细胞数据集介绍与参数配置
06:46
2-数据增强工具
07:24
3-Debug模式演示网络计算流程
06:46
4-特征融合方法演示
07:13
5-迭代完成整个模型计算任务
08:03
6-模型效果验证
05:34
1-deeplab分割算法概述
06:03
2-空洞卷积的作用
06:54
3-感受野的意义
06:49
4-SPP层的作用
07:26
5-ASPP特征融合策略
05:17
6-deeplabV3Plus版本网络架构
08:41
1-PascalVoc数据集介绍
09:12
2-项目参数与数据集读取
10:36
3-网络前向传播流程
06:30
4-ASPP层特征融合
11:23
5-分割模型训练
05:52
1-数据集与任务概述
07:27
2-项目基本配置参数
06:22
3-任务流程解读
08:15
4-文献报告分析
09:01
5-补充：视频数据源特征处理方法概述
09:58
6-补充：R(2plus1)D处理方法分析
06:17
1-任务与细胞数据集介绍
07:53
2-模型与算法配置参数解读
09:41
3-网络训练流程演示
08:48
4-效果评估与展示
05:34
5-细胞检测效果演示
08:12
1-项目概述与整体架构分析
07:32
2-医疗数据介绍及其各字段含义
07:26
3-任务流程概述
05:48
4-环境配置与所需工具包安装
06:36
5-数据获取分析
10:21
5-提取数据中的关键字段信息
11:36
6-创建关系边
08:18
7-打造医疗知识图谱模型
10:55
8-加载所有实体数据
06:53
9-实体关键词字典制作
08:37
10-完成对话系统构建
09:03
