{{class_data.classTitle}}{{class_data.classNum}}

{{class_data.teachers[0].name}}

人工智慧 AI,下一波的革命是?

全球知名學者與產業大多認可,這波人工智慧 (AI) 以及機器學習 (Machine Learning) 的浪潮已經掀起新一波工業革命,前台積電董事長張忠謀也曾說過,人工智慧(AI)絕對會影響我們未來的生活,他也警告說未來5到10年內,會有很多工作機會被人工智慧取代,並且僅有5%-10%掌握科技的技術人員能獲得高薪…。

換言之,不久的將來,許多可由機器代勞的職務將會被淘汰,但這波創新也將創造許多新的就業機會。而在這些因AI技術所新生的工作之中,近來火熱就是AI 醫療應用議題。

當人工智慧碰上醫療科學,AI智慧醫療崛起

至 2024 年,市場研究機構 Global Market Insights 預測AI 醫療應用市場規模將達 110 億美元,其中,AI 於醫療影像的應用將達 25 億美元之譜。此外,由於醫療影像資料占醫學資訊量 80%,若能更快速準確的分析處理,將大幅改善醫療效率,業界普遍認為醫療影像將為未來 3 年首要爆發的 AI 醫療應用。

智慧醫療AI大進化,當人工智慧碰上醫療科學,提供您業界學術界兩大講師讓您了解人工智慧及醫療科學的應用並理解數位影像處理原理並能實作醫療影像資料,充分活用 Python Imaging Library、OpenCV 函式庫,融會貫通影像辨識函示庫工具,並且有能力實作醫療影像分析

提升效率之外,AI在醫療還有很多可能…

在 AI 醫療影像的應用中,最被市場重視,就是放射影像,由於放射影像資料量龐大,醫生在解讀上需耗費相當多時間與人力,且判斷上存在人為的差異性。此外,在當今電腦影像處理技術得提升及影像辨識演算法的越趨成熟,因此產業界認為,未來AI影像辨識將成為輔助放射科醫師診斷影像的重要工具之一。

醫療AI大進化 - AI完勝25位影像醫生

2018年6月30日,全球首次神經影像人工智慧人機大賽全球總決賽的結果沒有出乎人們的預測:AI 以壓倒性優勢完勝兩組共25名醫生。 現場比賽結果是:A組的225例判讀,AI用時15分鐘準確率87%、15位醫生用30分鐘準確率66%;B組:AI用時15分鐘準確率83% ,10位醫生用30分鐘準確率63%,無論時間還是準確率AI完勝。北京天壇醫院常務副院長王擁軍表示「機器訓練時間不夠,如果能夠再多給AI一些學習時間,它將會表現更好。」

課程亮點

本次課程,我們請到AI影像辨識與醫療兩大業界的名師 蘇柏原老師與黃柏榮醫師,由黃醫師帶領我們瞭解醫療上影像醫學的原理與應用。在由蘇老師帶領我們利用Python與OpenCV進行醫療影像的實作,讓AI影像辨識不在是雲中樓閣,只有理論想法,而是真實的產業運用。

我可以學到什麼?

  1. 熟悉電腦系統如何進行數位影像的表現形式,包含:儲存格式、讀取及寫入、像素運算。
  2. 理解數位影像處理原理並能實作醫療影像資料,包含:影像去雜訊、影像品質增強、影像降維/增維。
  3. 理解數位電腦視覺原理並能實作,包含:影像特徵提取、特徵強化、輪廓萃取、型態學運算。
  4. 充分活用 Python Imaging Library、OpenCV 函式庫
  5. 融會貫通影像辨識函示庫工具,並且有能力實作醫療影像分析

課程大綱

一、基礎醫學知識 ‧ 黃醫師 (6 hr.)
  1. 醫學 big data 簡介
  2. 醫療資訊系統介紹
  3. 醫療影像分類及成像原理
二、電腦輔助病徵尋找 ‧ 蘇老師 (15 hr.)
  1. 電腦視覺概論
  2. Library安裝與設定
  3. 影像格式與影像讀取
  4. 色彩空間
  5. 影像的加減乘除
  6. 影像平滑化與銳利化
  7. 型態學
  8. 畫面的輪廓偵測與抓取
  9. 影像特徵點抓取與偵測
  10. 醫學影像樣本分析
  11. 病徵特徵點分析
  12. 電腦自動化的病徵尋找

TibaMe |視覺辨識,掌握 AI 人工智慧、機器人未來的發展

這門課我們將提供
  1. 兩位講師一同授課,業界學界整合學習。
  2. 深入淺出的講解,搭配全程實務操作。
  3. 完訓後可免費再旁聽一次,讓你學到會。
  4. 結訓專題發表,讓你將作品帶走證明實力。
  5. TibaMe結訓證書。
上完課你將具備的能力
  1. 熟悉電腦系統如何進行數位影像的表現形式,包含:儲存格式、讀取及寫入、像素運算。
  2. 理解數位影像處理原理並能實作醫療影像資料,包含:影像去雜訊、影像品質增強、影像降維/增維。
  3. 理解數位電腦視覺原理並能實作,包含:影像特徵提取、特徵強化、輪廓萃取、型態學運算。
  4. 充分活用 Python Imaging Library、OpenCV 函式庫。
  5. 融會貫通影像辨識函示庫工具,並且有能力實作醫療影像分析。
這堂課推薦給這樣的您
  1. 對python有基本知識,對影像辨識有興趣的朋友。
  2. 對醫療影像辨識有興趣的AI工程師。
  3. 正在進行醫療影像的醫療從業人員。
  4. 想瞭解醫療影像可以如何發展的專案管理人員。
  5. 想增加影像辨識功能的程式工程師。

開課資訊與注意事項

上課時間
05/19(日)、05/21(二)、05/23(四)、05/28(二)、05/30(四)、06/02(日)
05/19(日) 09:30-12:30
06/02(日) 09:30-12:30/13:30-16:30
平日晚間 18:45-21:45(3小時/時段,總計21小時)
剛好有事,我想以優惠價預約下一期加入 Google 日曆
上課地點
TibaMe (北商) 培訓中心
台北商業大學承曦樓教室(教室編號於開課前公告)[校內地圖]
上課地址
台北市中正區濟南路一段321號(地圖)
課程費用
NT$ 13,000 (政府補助個人50%,請電洽)
服務窗口
謝小姐(Una)
02-6612-7046 /Una_Hsieh@wiedu.com
注意事項
  1. 學費已經涵蓋(線上或紙本)教材、TibaMe 結訓證書乙份。
  2. 兩人團報,可各享特價再 95 折;三位親朋好友一起報名,可各享特價再 9 折的優惠;上過 TibaMe 實體課程或資策會課程的舊生,也可以享受特價再9折的優惠;當有公司或團體包班,另有獨家優惠與保證學會服務。
  3. 報名完成後,將立即收到主旨為「您已經完成 TibaMe 課程報名」的 e-mail 信件,並於一個工作日內接到確認電話。
  4. 當本班報名人數達開班門檻時,方以 e-mail 通知繳費。可以於線上(刷卡/ATM)繳費時,勾選索取紙本發票,也可以註記公司抬頭及統一編號,於開課當天提供紙本發票。
  5. 繳費成功後,將收到付款成功的簡訊、電話或 e-mail 通知。
  6. 開課前三天,將 e-mail 寄開課通知,並以簡訊提醒上課。
  7. 若課程因故取消,將退還所有已繳交學費,或依需求將學費折抵其他實體增能課程學費。
  8. 為確保品質,主辦單位保留微幅調整課程內容的權利。

講師資訊

{{teacher.name}}
{{teacher.job}}

FAQ

{{faq.title}}
down
{{faq.des}}

如果您看到這裡,仍不想參加課程,歡迎 點這裡尋找驚喜

聽聽看別人怎麼說