这周截止!Tina姐AI培训课,汇聚华西实力派教授,搭载200万级实训工作站,打造高质量学习与实践平台.

     医学影像AI时代已经到来，科研竞争的核心正在从“手工操作”转向“效率与自动化能力”。当别人仍在逐层手动勾画ROI时，你已经借助AI完成数百例数据的自动分割、配准与特征提取，从而有效缩短研究周期，提高课题推进效率与论文产出能力。同时，自动化三维重建与精准分割技术也可直接服务于术前规划、病灶评估与医患沟通，提高手术决策的精确性与临床工作效率，实现科研能力与临床实践的双重提升。为此，我们特别推出本次训练营，助力各位同仁系统掌握这一全流程能力。

      本次"医学影像AI临床应用与科研能力提升高级训练营（第二期）"，在第一期的基础上，培训专家再度升级，课程内容全面拓展，硬件设施配到顶。不同于市面上零散的工具教学，本期训练营提供的是一套系统性的医学影像科研方法实操——从数据预处理、图像配准，到AI自动标注、模型训练，再到影像组学建模与论文产出，完整覆盖科研全链路，每一步都有方法、有代码、有实操。

我们的培训现场环境：

提供30+台高性能服务器，每一台都价值6.6万。给到大家最顶级的培训场地。

本次训练营特别为放射科医生、外科医生、医学影像技术人员以及相关研究人员设计，旨在帮助大家掌握3D Slicer、ANTs、MONAI、nnUNet、PyRadiomics等核心工具，通过AI自动标注、批量化处理、深度学习模型训练和影像组学建模，全面提升医学影像科研的效率与产出能力，打通从原始数据处理，实验设计到论文写作的每一个环节。

此次名额有限，报名从速！！！拉到文末报名

案例一：使用AI自动分割全身器官

在3D Slicer中，有大量的AI工具可以对全身器官，包括头颈胸腹器官，骨骼，肌肉，脂肪，血管，肺段，肝段等结构进行快速分割。

案例二：交互式勾画肿瘤ROI

当现成的AI工具不能分割某些肿瘤或者感兴趣区时，使用交互式分割便是一种快速方法。只需要在肿瘤上点一下，或者把肿瘤圈起来，AI就会自动分割肿瘤区域。

案例三：三维重建与术前规划

肺结节切除前，使用Slicer AI工具对肺结节，气管，血管等结构进行分割，三维重建，可以直观显示肿瘤与周围组织关系，对手术方案制定起到积极作用。

案例四：图像配准

配准各种类型的数据，以比较肿瘤体积的变化与进展，或者指导精准诊断与术前规划，也可用于术中导航与放疗定位，以及多模态多期向影像组学的研究。

案例五：使用nnUNet训练AI模型

nnUNet 是目前公认性能最强、最具通用性的医学图像分割框架之一。Slicer 中许多 AI 插件背后的核心模型都基于 nnUNet。只要掌握相应的方法和流程，你同样可以训练出一个性能优异的分割模型。

案例六: 使用MONAI框架训练肿瘤分割以及预后模型

基于 MONAI 框架的肝脏肿瘤分割完整流程——从 CT 输入、数据预处理与增强，到 UNet 模型训练、指标验证，最终输出精准的分割预测结果。在我们的课程中，你将亲手搭建并训练自己的深度学习分割模型，并学会将其拓展应用于多种疾病的预后预测与分类任务，真正掌握AI 医学影像分析。

案例七：影像组学全流程

这张图完整展示了影像组学从"原始 CT 多期相扫描 → ROI 分割 → 多维特征提取 → 特征筛选与模型评估"的全链路科研流程。在我们的课程中，会带大家逐步拆解每一个环节的原理与实操，从读懂一张 CT 到跑通一套完整的 Radiomics Pipeline，真正做到学完即可上手复现论文级的影像组学分析。

做科研，最头疼的不是写论文，而是数据处理这一关。

你是否遇到过这些问题：

🔴 手里有几百例CT/MRI数据，需要逐例手动分割ROI，一画就是几个月？

🔴 想做影像组学研究，但面对PyRadiomics提取出的上千个特征，不知道怎么筛选、怎么建模？

🔴 看到别人用nnUNet发了高分论文，自己也想训练模型，但完全不知道从哪开始？

🔴 DICOM格式转换、多期配准、数据匿名化……每一步都是拦路虎？

🔴 代码不会写，服务器不会用，深度学习框架看不懂？

这门课，就是来解决这些问题的。你将学会：

⚡ 批量自动化处理——DICOM数据批量转换、多模态批量配准、全身器官批量分割等批量操作方法。

🧠 AI模型训练——基于nnUNet和MONAI框架，手把手教你训练自己的分割模型和分类模型。零基础友好，临床医生也学得会。提供完整的训练/测试代码，可直接作为你科研课题的baseline。

📊 影像组学全流程——从ROI分割、PyRadiomics特征提取、LASSO/mRMR特征筛选，到模型构建与评估（ROC、AUC、DCA、校准曲线、SHAP），配套单期/多期/多模态影像组学案例实操。代码拿回去，换上你自己的数据就能跑。

📝 大模型辅助科研——ChatGPT/Claude在数据分析和论文写作中的实战应用思路，让AI成为你的科研加速器。

第二期课程虽然姗姗来迟，但在第一期基础上进行了系统性升级与拓展，内容更完整、结构更深入，整体实用性与科研价值显著提升。值得拥有！

- 丁教授：浙江大学医学院附属邵逸夫医院，肝胆胰外科，主任医师。中国研究型医院学会胰腺疾病专业委员会委员，浙江省抗癌协会胆道肿瘤专业委员会常委兼秘书长，主要从事胆道、胰腺疾病的微创外科治疗和临床转化研究工作，作为主要成员参与胆胰恶性肿瘤的早期诊断与治疗项目，获浙江省科技进步二等奖。

- 孙教授：四川大学华西医院放射影像研究所副研究员 博士研究生导师，“天府青城计划”青年科技人才，四川大学“双百”人才工程，以第一或通讯作者在JAMA Psychiatry，Radiology，Ebiomedicine等领域高水平期刊发表SCI论文30篇。主要研究方向为影像组学，神经影像以及医学影像人工智能。

- 王教授：四川大学华西医院骨科教授，主要研究方向为脊柱外科医工交叉及医学人工智能应用。为大家讲解如何将临床、科研与产品结合，同时为培训提供顶级硬件资源与一流的教学环境。

- Tina姐：特邀医学影像人工智能专家，自媒体博主。拥有多年的临床影像与AI研究经验，致力于将最前沿的人工智能技术应用于医学影像领域。也是大家的老朋友。

微信号 | TinaJieYa

识别或扫描上方二维码，添加Tina姐微信，备注：培训。已添加微信可直接联系Tina姐

本次课程限定30人，报名敬请从速

如需具体的红头文件培训通知，请联系我们获取。可开发票，方便报销。