影像组学论文写作/脑影像数据处理分析/机器学习应用线上培训 影像：4月10-11 脑影像：17-18 机器学习：23-24日

时间

课程名称

主要内容

第一天上午

8:30-11:30

影像组学SCI文章写作思路指导

1、影像组学分析流程介绍

2、影像组学SCI论文的一般格式

3、影像组学SCI论文质量评价标准

第一天下午

13:30-17:00

影像组学SCI写作重点知识点详解与软件实操

1、数据的划分

2、常用ROI分割软件介绍、应注意的问题与操作

3、常用的图像预处理方法介绍

4、影像组学特征解析与提取

5、观察者一致性评价

6、常用的降维方法（PCA、单因素、LASSO等）原理讲解

第二天上午

8:30-11:30

影像组学SCI写作重点知识点详解与软件实操（2）

1、常用的降维方法代码实战

2、常用的建模方法（logistic回归、随机森林、支持向量机等）原理讲解

3、常用的建模方法代码实战

4、模型评价、验证及代码实战

5、影像组学模型与临床模型的比较

6、Nomogram与校准曲线的绘制

第二天下午

13:30-17:00

    课程总结

1、课程回顾与总结

2、影像组学SCI论文撰写注意要点

3、前沿分享与课题设计思路

4、解释答疑

第一节

8：30-10：00

1、基本的软件安装

Matlab、SPM、dcm2niigui、Rest、DPARSF、cat12、Difussion Toolkit、TrackVis、Gretna、BrainNet、FITI等

第一天上午

休息20分钟

第二节

10：20-11：50

1、MRI成像原理

2、MRI图像格式转换

3、MRI图像查看

4、静息态fMRI图像的处理

5、实际操作

第一天下午

第一节

2：00-3：30

1、静息态fMRI图像的分析

2、实际操作

3、脑功能网络的构建及分析

4、实际操作

休息20分钟

第二节

3：50-5：20

1、任务态fMRI图像的分析

2、实际操作

3、任务态fMRI图像的处理

4、实际操作

晚上

第一节

7：00-8：30

1、 T1加权图像的处理与分析

2、 实际操作

休息10分钟

第二节

8：30-9：50

1、 PET影像数据的处理与分析

2、 实际操作

第一节

8：30-9：20

3、 DTI图像的预处理

4、 实际操作

第二天上午

休息20分钟

第二节

10：00-11：40

3、 纤维素追踪

4、 纤维连接网络的构建

5、 实际操作

第二天下午

第一节

2：00-3：30

1、fMRI、T1、DTI联合分析

2、实际操作

休息20分钟

第二节

3：50：00-5：20

1、常用的统计检验方法

2、实际操作

3、影像结果展示方法

4、实际操作

第一天上午

第一节

8：30-10：00

Matlab入门

休息20分钟

第二节

10：20-11：50

Matlab 进阶与提高

第一天下午

第一节

2：00-3：30

BP神经网络原理

BP神经网络的使用

实际操作

休息20分钟

第二节

3：50-5：20

RBF、GRNN、PNN神经网络原理

RBF、GRNN、PNN的使用

实际操作

第二天上午

第一节

8：30-10：00

竞争神经网络的原理

竞争神经网络的使用

实际操作

休息20分钟

第二节

10：20-11：50

SVM的原理

SVM的使用

实际操作

第二天下午

第一节

2：00-3：30

决策树与随机森林的原理

决策树与随机森林的原理

实际操作

休息20分钟

第二节

3：50：00-5：20

遗传算法的原理

遗传算法的使用

实际操作