課程代號:2321050046  

以案例剖析AI智慧醫療影像辨識技術

介紹工研院獨家醫療影像識別技術:自助式輔助眼底攝影技術。本課程講師除可深入淺出的講解醫療影像實務,也是工研院獨家研發「自助式輔助眼底攝影技術」團隊領銜者之一,相較坊間其他課程,以技術、產品面導入做實務講解。 課程提供大量圖片、影音、顯少揭露的醫學實務案例,舉凡「鼻咽腫瘤、甲狀腺、前列腺腫瘤」等醫學案例,皆為講師多年實務累積而成,搭配圖像、影音說明,深入探討AI醫學影像。

課程型態/
雲端自學
時  數/
12 小時
起迄日期/
可依照公告內容期限觀看
聯絡資訊/
黃英綺   03-5912892
報名截止日期:2025/12/31
課程介紹

         根據富比世(Forbes)2019年影響醫療產業關鍵技術」調查指出,巨量資料分析(30.10%)AI (24.5%)、行動醫療/物聯網(14.8%)為前三大主要布局技術,與我國19家醫學中心投入醫療科技的布局與趨勢相吻合,其中較主流的應用仍為醫學影像辨識。但該如何用影像判讀病症?本課程特邀請工研院講師傳授累積多年的技術開發經驗,幫助您提升在影像強化、去除影像雜訊、影像分割等技術所需具備的產品研發能力。         
以主題1:醫學影像原理特性與處理技術課程做一簡要介紹,在進行AI醫療影像辨識時,需瞭解:

  • 醫學影像資料的取得方式:依據能量來源可分為ExternalInternalCombination三類。常見的ExternalX光、超音波攝影;Internal則類似正子電腦斷層攝影(PET),透過正子放射藥物進入體內,再以PET偵測此放射藥物在體內之分佈產出影像。
  • 各類醫學影像成像原理X光、電腦斷層掃描(CT)、核磁共振造影(MRI)、正子電腦斷層攝影(PET)、超音波攝影(Ultrasound)。例:在醫院及診所常見的X光乳房攝影可分為直立式、平台式,其X光射線打入的路線、Film擺放位置、乳房成像都會在課程中詳細解說。
  • 各類醫學影像處理技術:例如,從不同切面獲得的醫學成像會有所不同。

  橫向面Axial Plane             冠狀面Coronal Plane             矢狀面Sagittal Plane

圖片來源:講師提供(請尊重智財權)

  • 多項FDA通過認證的醫學技術案例以及「工研院自助式輔助眼底攝影技術」。工研院自助式輔助眼底攝影技術可讓使用者達一鍵式全自動眼底攝影,且已在臺灣各地區之醫院、基層診所服務驗證高達1萬多人次(數字持續上升中)。本院技術將在課程中進行詳細介紹。

圖片來源:講師提供(請尊重智財權)

  • 影像強化、去除影像雜訊、影像分割技術:以下方MRI影像為例,是使用影像分割技術將左方得到的原始圖,透過將影像細分為多個子區域的過程,讓影像可更容易理解和分析。

圖片來源:講師提供(請尊重智財權)


 

上完本課程你可以學到?

 

1.  醫療影像與人體結構之關係

2.  醫學影像資料的取得方式

3.  醫學影像分類

4.  醫學影像成像原理

(1)X

(2)電腦斷層掃描CT

(3)核磁共振造影MRI

(4)正子電腦斷層攝影PET

(5)超音波攝影Ultrasound

5.    從人體結構之不同切面所獲得的醫學成像技術原理

6.    醫學影像處理和分析系統的三個基本組

7.    效能評估指標在醫學之應用及計算方式

8.    FDA通過認證的醫療影像技術案例

(1)IDx-DR

(2)QuantX

(3)Aidoc

(4)Zebra Medical Vision

(5)Viz LVO & CTP

(6)3DermSpot

(7)Medical Smart Monitoring

9.    工研院獨家技術:自助式輔助眼底攝影技術

10.  影像強化 (Image Enhancement)

11.  去除影像雜訊 (Noise Reduction)

12.  影像分割 (Image Segmentation)

13.  醫學影像邊緣偵測(Medical image edge detection)

14.  醫學影像對位 (Image registration)

15.  醫學影像轉換 (Image Transformation)

16.  AI演算技術與醫學應用

17.  GAN生成對抗網路

18.  案例一:MRI鼻咽腫瘤復發偵測

19.  案例二:甲狀腺超音波影像

20.  案例三:前列腺腫瘤

21.  案例四:腕類風溼關節炎超音波影像

22.  案例五:眼底攝影影像生成同調斷層掃描海馬迴CTMRI影像

 
 

醫學影像對位 (Image registration)課程截圖

圖片來源:講師提供(請尊重智財權)


             
                        影像分割 (Image Segmentation)

   圖片來源:講師提供(請尊重智財權)

 


 


         


醫學影像轉換 (Image Transformation)

圖片來源:講師提供(請尊重智財權)

課程特色

1. 課程提供大量圖片、影音、顯少揭露的醫學實務案例

舉凡「鼻咽腫瘤、甲狀腺、前列腺腫瘤」等醫學案例,皆為講師多年實務累積而成,搭配圖像、影音說明,帶您深入探討AI醫學影像!
2.
介紹工研院獨家醫療影像識別技術:自助式輔助眼底攝影技術

本課程講師除可深入淺出的講解醫療影像實務,也是工研院獨家研發「自助式輔助眼底攝影技術」團隊領銜者之一,以技術、產品面導入做實務講解,清晰易懂! 


 

講師簡介

講師 張傳育

經歷:

1. 工業技術研究院 服務系統科技中心 副執行長

2. 國立雲林科技大學 智慧辨識產業服務研究中心 主任

3. 台灣網路智能學會 理事長 

4. 中華民國影像處理與圖形識別學會 理事

5. 工業技術研究院 服務系統科技中心 技術長

6. 國立雲林科技大學資訊工程系 特聘教授兼研發長

7. 國立雲林科技大學產學與智財育成營運中心 主任

8.國立雲林科技大學 校長(現職)

 

專業領域:

1.數位影像處理 (Digital Image Processing)
2.人臉偵測與辨識 (Face detection and recognition)
3.新生兒哭聲偵測與辨識 (Infant Crying Detection and Recognition)
4.機器學習 (Machine Learning)
5.醫學影像處理 (Medical Image Processing)
6.類神經網路 (Neural Networks)
7.晶圓檢測 (Wafer Defect Inspection) 




課程對象

1. 欲投入AI智慧醫療影像辨識領域發展之資通訊研發、產品開發、醫材設備、輔具、醫電工程、生技醫藥等從業人員

2. 大專院校、研究所、生醫學院等相關科系學生
3. 對AI智慧醫療影像辨識有興趣且欲提升此領域之專業能力者

 

 

課程大綱

主題1:醫學影像原理特性與處理技術

上課時數:3小時

課程型式:雲端影片自學

課程大綱:

  • Introduction to Medical Imaging (I)

  • Introduction to Medical Imaging (II)

  • FDA Approved AI Medical Health Projects

  • Medical Image Processing

  • Image Enhancement

  • Image Restoration

  • Image Segmentation (I)

  • Image Segmentation (II)

主題2AI演算技術與醫學應用案例

上課時數:6小時

課程型式:雲端影片自學

課程大綱:

  • Morphological Image Processing

  • Introduction to Machine Learning

  • Fundamental Neurocomputing Concepts (I)

  • Fundamental Neurocomputing Concepts (II)

  • Feedforward Multilayer Perceptron

  • Support Vector Machine

  • CNN卷積神經網路

  • 案例一:MRI鼻咽腫瘤復發偵測

  • 案例二:甲狀腺超音波影像

  • 案例三:前列腺腫瘤

主題3:醫學影像新興技術與應用案例

上課時數:3小時

課程型式:雲端影片自學

課程大綱:

  • GAN生成對抗網路

  • 案例一:腕類風溼關節炎超音波影像

  • 案例二:眼底攝影影像生成同調斷層掃描海馬迴CTMRI影像

 

課程費用

主題1:醫學影像原理特性與處理技術(3小時)

數位課程2,700/兩人以上團報優惠價:2,295

主題2AI演算技術與醫學應用案例 (6小時)

數位課程:5,400/兩人以上團報優惠價:4,590

主題3:醫學影像新興技術與應用案例 (3小時)

數位課程:2,700/兩人以上團報優惠價:2,295

備註:報名全系列課程10,800元、兩人團報優惠價9,180

 

 

 

貼心提醒

上課日期:隨時上課/購買後即可開通帳號

上課方式:線上自學課程

  • 觀看方式:學員完成報名繳費後,將會於3-5個工作天內收到觀看網址及開通權限通知。
  • 課程期間:從開通權限當日算起,即可在3個月內無限次數的觀看與自主學習。

 注意事項

  1.為確保您的上課權益,報名後若未收到任何回覆,敬請來電洽詢方完成報名。

  2.如本課因其他因素造成課程取消,本院將無息辦理退費,敬請見諒!

  3.請收到上課及繳費通知後,於七天內匯款、支票或線上刷卡方式進行繳費。

  4.為尊重講師之智慧財產權益,恕無法提供課程講義電子檔。