刺鸟图文助手
咱们这门课程的名称是人工智能在医学领域的应用，从python，到影像组学。名字有点长啊，可能很多同学看到人工智能python这些名字，会莫名的觉得这些东西都很高大上，会觉得这些东西是不是都离咱们很远，很难啊，怕掌握不了这个东西。事实上呢这个东西并没有大家想象的那么难以理解啊，大家也看到了，我本人呢也是临床医学专业毕业的。自我本科毕业到现在进行工作这么多年以来啊，我一直在学习和利用这个东西。那么我相信我能掌握和学习的东西，大家也同样能够掌握。
在正式进入人工智能影像组学的领域之前，可能大家都会有着灵魂三问。就是人工智能究竟是什么？听起来这么高大上，它究竟是啥？我们利用人工智能到底又能做些什么？能不能应用研究？这个我想说的是肯定能。而且越来越多的文章呢也正在发表。那么最后呢就是在你大概了解了人工智能能做什么之后，你可能就想知道自己该怎么做才能实现它了。就是怎么做的问题，对于影像组学呢也是一样的，想必大家都会有这三个问题。那么人工智能到底是什么呢？简单的来说，人工智能和咱们经常用到的统计方法一样，都是数据分析的一种方法。只不过现在经常讲大数据的概念，用传统的统计方法呢不容易分析大数据，但是利用人工智能呢是可以的。而且利用人工智能的方法处理数据呢，是有传统统计方法不能比拟的一些优势的。
比如说咱们既往分析病人的信息，一般都只是分析患者的某一个方面。治疗方案呢一般也是针对某一类病人制定的。病人对治疗的反应如何呢？我们也并不清楚。但是利用人工智能的手段，我们既可以综合分析患者的各个方面信息，来对患者进行诊断。也可以综合分析患者的各个方面，来对患者进行更细致的分类来指导治疗。就不是像以往的那样，单一的依靠某一个指标来对患者进行分类了。这是人脑也是以往的研究方法呢不可能达到的。可以说了解人工智能对我们的临床实践呢、科学研究都有重要的意义。
那么python又是什么呢？有一句话说工欲善其事必先利其器。那么python呢就是用来实现人工智能的工具而已。就像咱们统计分析用s p s s一样，python在人工智能里的定位就和s p s s在统计分析里的作用是一样的。至于影像组群呢，可以说是一种极具影像特征的方法，也是临床上重要的医疗大数据来源之一。比如说咱们平时看肿瘤c t的影像，简单的汇报呢就是肿瘤的大小、位置、平民等。再多写一点呢，可能就包括质地、形状等等，再多也不会多多少了。因为通过人工人眼能判读识别的东西呢非常有限。但是利用影像组学的技术呢，我们就可以从一份c t影像中提取出几百个甚至上千个特征。
利用好这些特征呢，就可以让我们对疾病有更深的认识。而提取出来的这些特征，我们一般用什么方法进行分析呢？啊，基本上就是用人工智能的方法来进行处理。这也是我们这门课程会将人工智能以下组学的方法一起讲的原因。这些东西呢以后在课程中我们都会详细的讲。那么人工智能影像组学在医学领域有哪些应用呢？其实这两年有关大数据和人工智能的概念这么火，大家肯定都看过相关的报道或者是新闻。最热最火的可能就是疾病的自动诊断了。比如说有人利用人工智能的技术，将皮肤病的诊断自动化了。再比如说还有病理图片或者是心电图的自动诊断。
现在利用人工智能深度学习的技术做出的诊断呢，可以说是已经超过了人类专家识别的水平了。再比如说癌症的治疗，我们知道肿瘤治疗的时候呢，是要知道肿瘤的病理类型的，甚至是具体的分子或者是基因分型。既往呢这些都是要做病理检查的。但是现在我们通过影像组学的方法，仅仅利用影像学检查的资料，通过影像组学提取肿瘤影像的特征，再利用人工智能的方法进行分析，就能在一定程度上反映出患者病理和基因型表达的结果，甚至可以预测患者对治疗的反应，从而指导个体化的治疗。其实影像组学的概念呢从出现到现在啊，也只不过是八年的时间而已。但是呢这种医疗大数据分析的观念，其发展的潜力和优势显然是毋庸置疑的。随着影像技术和人工智能技术的发展，他们在医学领域的应用以及发挥的作用肯定会越来越多。我们可以看一下国家自然科学基金有关人工智能的立项情况。
我们不看数量，直接看钱。啊，二零一零年的时候呢，有关人工智能的项目资助金额大概是一个亿啊，大家能看出来是吧？到了二零一五年呢，大概是四个亿。到了二零一九年呢，已经接近十个亿了。那么大家知道二零一零年国家自然科学基金总共批了多少钱吗？我查了下，大概是一百个亿。一五年的时候呢，国家自然科学基金总共大概是两百多个亿，一九年的时候呢，大概是三百多个亿。也就是说这十年内国家自然科学基金项目的资金翻了三倍，但是投入到人工智能项目的资金已经翻了十倍了。尤其是最后几年啊，在二零一五年以后，可以说是啊在人工智能项目上的资金是稳步上升的。这期间发生了什么啊？大家可以回忆一下，一六年阿尔法狗打败李世石，一七年打败柯洁。
也就是最近几年，大家开始注意到人工智能技术的威力了，也就开始不断的在加大这方面的投入了。一七年国家自然科学基金的应急项目啊，我看了一下就是和人工智能相关的。不知道大家之前有没有注意到这么一条新闻啊，就是中南大学有一个特聘教授啊，才二十八岁，三年时间呢发了四十多篇s c i。他是怎么做到的呢？啊，其实就是利用人工智能的技术在他们的行业里进行研究，然后呢就发表了这么多文章。其实最主要的原因呢就是人工智能作为一项新技术，好多行业对于他来讲都是尚未开垦的一片田野。所以相对来讲呢也更容易出成果。这里面呢肯定也有一些其他的原因啊，比如说这个机遇啊什么的。但是仅仅看三年四十篇s c i这个数字啊，我们也能看出来，人工智能呢作为一种研究方法。
对传统研究方法的冲击肯定是非常巨大的，堪称是这个降维打击啊啊这不是我这么说的是当时的报道呢就这么报道的。想必大家看到以上这些人工智能的例子，看到有这么多成功的案例的时候啊，就都很眼热，也很好奇了。想知道自己能不能也利用人工智能的技术来做出一些研究呢？我觉得肯定是可以的啊。因为你听完这门课程之后就知道了，人工智能呢并没有大家想象的那么复杂。那么咱们这边的课程的内容呢，主要讲两个主题，一个是人工智能，一个是影像组学。讲人工智能的时候呢，我会给大家介绍医疗大数据与人工智能的关系，会给大家讲解人工智能实现的方法，也就是机器学习。也会详细的和大家讲一讲人工智能应用于医学领域都发了哪些文章。看看别人都利用人工智能的技术做了哪些东西。
也学习一下大牛们做科学研究的思路。影像组学这一块呢也会给大家讲清楚它的基本概念，介绍它在医学领域有哪些应用，也会为大家演示一个完整的影像组学特征提取的过程。这个部分呢现在应该在全网应该都是比较难以找到的。现在网上的资料呢基本上都是一块一块的，你很难把所有的东西都串联起来。但是咱们这里呢会把完整的流程全部演示给大家。那么我们这个课程主要面向的人群呢，一部分呢我觉得可能是听过相关概念，然后想具体了解人工智能影像组学在医学领域有哪些应用的。另外一部分呢可能是有实际课题需求，然后不知道该如何入手的。这些人呢可能包括本科生、研究生，也有可能是已经工作的临床医生，甚至是科室主任。
也不限于哪些科室或是哪些人啊。随着人工智能技术的发展，我相信任何阶段和专业大家都是会接触到人工智能的技术的。而且我认为大家接触的越早越好，早一点了解相关的技术啊，趁着这些技术比较新，文章还不是特别多的时候。早一点出研究成果，发文章呢也更容易一些。此外呢这门课程呢我们是不要求有多深厚的基础的哈，不管是数学基础啊还是计算机基础啊，都不需要。嗯，咱们这门课程呢应该算是今天来上第一门有关人工智能的课程啊啊刚才我也说了，我也是一名临床专业毕业的学生，我大概也能了解大家的计算机基础，还有数学基础是什么样的。在实际讲解的过程中呢，我也会采用大家理解的方式啊，先把大家领进门来，而不是把你们劝退。这个呢大家可以放心。
当然了，如果你数学基础好一点的话，对理解相关内容肯定也是有所帮助的。那么咱们具体的课程安排呢是这样的，因为大家时间都标记，我们尽量呢做到课程精简。那么很多人就会问了，包括之前我们做这门课程调研的时候，很多人反映说这门课程课程内容这么短这么少，能讲清楚问题吗？我想说的是课程少不少，时间短不短，是根据你想讲什么内容决定的。如果这一门课程我们从最基本的内容开始讲，我们讲数学基础。数学基础就有三大门，高数、线性代数、概率论。讲完数学基础，我们再讲python入门，讲python各种库的基本操作，然后再讲机器学习的各种算法等等等等。如果这么讲的话，用这几节课时确实讲不完。制作课程呢可能就要几个月你们再去听，可能半年甚至一年的时间就过去了。
花这么长的时间去讲课，咱们又不是本科教学啊，这么长的时间内你没有办法步入实践，没有办法开展课题。我觉得呢会错失很多的东西，还有机会。我相信呢大家都很忙，时间和精力呢都是消费不起的。那么咱们这门课程准备怎么讲呢？我设计这门课程的初衷是先帮大家建立起人工智能还有影像组学的基本框架，了解人工智能还有影像组学的基本概念。然后已经用这些技术做科学研究的基本思路，还有基本方法里面的细节呢先不给大家讲。比如具体某一个机器学习的算法啊，先不讲也讲不完。我希望呢能通过最短的时间，先给大家把这些最重要的内容讲完。然后大家有什么想法呢，就可以马上进入实践开展课题了。
咱们临床收集数据的过程呢，可能需要经过几个月甚至一两年的时间。在这个时间里，大家如果再想学习相关的知识，可以细致的去学。而不是我先花几个月的时间给大家介绍完这些具体的方法，然后你再去设计课题。这么做的话时间就浪费的太多了。啊，你想开始一个课题呢，是不需要这么多细节上的知识的。那么具体的内容，首先咱们第一章的内容啊，包括现在这一节课主要是给大家做个介绍。简单的呢聊一下人工智能和影像组。斜下节课呢则是通过在palo mt上检索的方式，看看这些技术在医学领域呢都有哪些应用。
这些内容呢啊大家可以稍微过得快一点啊。那么第二章呢咱们就正式进入到课程的学习中了。第一节呢咱们先简单聊聊一下医疗大数据的概念。第二节课呢我们来讲人工智能的实现方法。第二节的内容呢我拆分成了两部分讲啊，并且每一部分之后呢都加入了代码操作的实践课啊，这样呢就有了四小节课。这些内容讲完之后呢，会简单的和大家分享一下我学习人工智能的经验啊，大家如果想继续深入学习的话，可以参考一下。第三章呢根据人工智能的分类，有监督学习，无监督学习。我们分别用两节课来讲解几篇文章。
这些文章呢每一篇我觉得都很经典，也很有启发性。我相信呢一定能让大家觉得有所收获。而且我讲这些文章的时候呢，肯定不是一句一句的给大家翻译那么简单。也是在借助这些文章成功的案例呢，给大家解释相关的概念，也学习一下大牛们用人工智能做临床研究的思路。最后一章呢咱们学习影像组学。第一节呢我们介绍影像组学的概念，然后呢我们就用实践的方式给大家演示影像组学的基本操作。我也说了这一部分呢现在在全网上都是比较难找的。但是咱们这里呢会把完整的步骤给大家展示出来。
咱们要讲呢就讲别人没有讲过的东西，并且把最精华的部分呢提炼出来给大家。讲完影像组学的基本操作后，我们也会讲解两篇影像组学的应用实例，里面呢也会有一些代码操作。最后呢就是如何设计和开展课题呢，给大家提供一些建议。那么我设计这门课的思路呢就是这样的。另外我想说的是，尽管是作为一门入门课程啊，但也不代表呢我们就会讲的非常简单，也不代表呢咱们会省略很多东西啊。现阶段需要大家掌握的概念，咱们一个不落能快速讲清楚的东西呢，咱们也都讲里面关键的地方呢，我也都会给大家进行演示。演示具体的代码操作，演示一两个案例是怎么做的。那么剩下的其他的案例你做的时候也都是一样的了。
这些演示呢本来的目的是给大家一个直观的展示，其实本来没准备这么多实践课的啊，都是后来做课程的过程中加进去的。觉得演示出来呢对大家理解概念扩展课题呢会有所帮助，所以呢也是越加越多啊，做到现在这一步呢，估计有学习能力强一点的，再看一些资料，自己独立完成代码都不会有什么问题了。还有课题开展过程中有哪些东西是必须由大家自己完成的，我都会重点说明。有哪些内容呢是你学习过程中经常碰到的坑，我也会给大家提示。总之呢我会尽量提供给大家一个完整的思路，也会对里面的内容呢进行解释。讲完这门课程后，我们希望能达到什么样的效果呢？首先就是希望能够为大家明确人工智能还有影像所学的概念，让大家理解它的基本流程是什么样的。然后呢在理解这些概念的基础上，进一步了解该领域的专有名词，还有基本操作，能够达到无障碍的阅读相关资料和文献的目的。最后呢就是希望能够大家建立起有关人工智能和影像组学知识的系统框架。
有了这个框架，还有这些知识储备，你想继续学习呢也就知道该如何入手了。看资料和文献的时候呢，碰到问题你也就知道该怎么找到答案了。进一步的你也就知道该如何设计，还有实践课题了。在我的课程中呢你也会发现，我认为最重要的部分呢其实是课题设计，而不是具体的人工智能嗯算法操作啊。你不会python呢也有别的语言可以做人工智能。你不会某一个算法呢，还有很多个算法可以去做。但是如果你的课题设计不好，没有数据那就什么都没有了。所以我们这门课注重的是思路，是系统的框架，而不是这些细节啊。
如果大家还想深入学习一下人工智能还有python的话，大家可以反馈给我或者是定向园。那么咱们的课程呢还可以接着说，我也能保证后面的内容呢和现在呢没有重复。啊，我也相信我讲的内容呢肯定比网上其他人讲的更加适用于医学专业。看大家的反馈吧。我相信咱们这么分批次的讲解内容，应该是能够满足不同的人的需求的。虽然呢不一定能照顾到所有的人，但是我觉得呢这是我们现在能够找到的最好的方法。那么绪论呢我们就讲这些，下节课呢我们通过pop md检索的方式，来看一看人工智能影像组学在医学领域的应用都有哪些。谢谢大家。
