課程資訊
課程名稱
人工智慧在醫學影像的應用及實作開發
The practical implementation of artificial intelligence in medical images 
開課學期
111-1 
授課對象
理學院  數學研究所  
授課教師
王偉仲 
課號
MATH5282 
課程識別碼
221 U9220 
班次
 
學分
2.0 
全/半年
半年 
必/選修
選修 
上課時間
第2,3,4,5,6,7,8,9 週
星期二3,4(10:20~12:10)星期五3,4(10:20~12:10) 
上課地點
天數519天數519 
備註
密集課程。課程網站:http://t.ly/G7g8
總人數上限:20人 
 
課程簡介影片
 
核心能力關聯
本課程尚未建立核心能力關連
課程大綱
為確保您我的權利,請尊重智慧財產權及不得非法影印
課程概述

●由醫療影像基礎介紹,臨床影像入門,教授編碼邏輯、深度學習分析工具與GPU加速運算平台操作,讓學生具備開發醫學應用人工智慧模型能力。
●講解開源MONAI醫學影像運算解決框架與GPU加速軟體處理框架的背景知識,並以實例執行人工智慧於臨床醫學影像的開發與運應,讓學生熟悉產業界如何開發與部屬智慧醫療解決方案。 

課程目標
●經由學生親自實作,結合公開醫學影像資料及開源MONAI運算平台,建立獨立開發人工智慧模型能力。
●培養基礎程式Python語言撰寫與程式設計能力。
●認識GPU加速器原理與深度學習框架軟體。
●運用高速運算資源及邏輯思考分析與處理醫療專案。
●由產業界及學界共同授課,為長遠醫療AI產業發展奠基。 
課程要求
 
預期每週課後學習時數
 
Office Hours
 
參考書目
教科書:Lectures will be based on lecture notes and slides.
參考書:
● "Model Checking," (2nd Edition) Edmund M. Clarke, Jr., Orna Grumberg, Daniel Kroening, Doron Peled and Helmut Veith, MIT Press, 2018.
● "Pattern Recognition and Machine Learning," Christopher M. Bishop, Springer, 2006.
● "Introduction to Machine Learning," Ethem Alpaydin, MIT Press, 2009.
● "Learning from Data," Yaser S. Abu-Mostafa, Malik Magdon-Ismail, Hsuan-Tien Lin, AMLBook, 2012.
● Prof. Hung-Yi Lee’s Machine Learning website: http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML19.html
● Introduction to Machine Learning, Ethem Alpaydin, 2009, MIT Press
● S. H. Park and K. Kan, "Methodologic guide for evaluating clinical performance and effect of artificial intelligence technology for medical diagnosis and prediction," Radiology, 286(3), 800-809, 2018.
● L. J. Bonnett et al., "Guide to presenting clinical prediction models for use in clinical settings," BMJ, 365: l737, 2019.
● Goodfellow, Bengio, Courville, Deep Learning, MIT Press, 2016
Szeliski, Computer Vision: Algorithms and Applications, Springer (online draft)
● Vander’s Human Physiology, 15th edition, edited by Widmaier, Raff, Strang. McGraw Hill international edition
● NVIDIA Clara Documentation https://docs.nvidia.com/clara/
● RAPIDS Docs https://docs.rapids.ai/
● Topol, E. (2019). Deep medicine: how artificial intelligence can make healthcare human again. Hachette UK.
● Ranschaert, E. R., Morozov, S., & Algra, P. R. (Eds.). (2019). Artificial intelligence in medical imaging: opportunities, applications and risks. Springer.
● Goodfellow, I., Bengio, Y., & Courville, A. (2017). Deep learning (adaptive computation and machine learning series). Cambridge Massachusetts, 321-359. 
指定閱讀
 
評量方式
(僅供參考)
   
課程進度
週次
日期
單元主題
無資料