人工智能培训讲师咨询叶梓介绍及智能医疗技术与ChatGPT临床应用三日深度培训提纲

1、授课老师简介

叶梓,上海交通大学计算机专业博士毕业,高级工程师。主研方向:数据挖掘、机器学习、人工智能。历任国内知名上市IT企业的AI技术总监、资深技术专家,市级行业大数据平台技术负责人。

长期负责城市信息化智能平台的建设工作,开展行业数据的智能化应用研发工作,牵头多个省级、市级行业智能化信息系统的建设,主持设计并搭建多个省级、市级行业大数据平台。参与国家级人工智能课题,牵头上海市级人工智能示范应用课题研究。

带领团队在相关行业领域研发多款人工智能创新产品,成功落地多项大数据、人工智能前沿项目,其中信息化智能平台项目曾荣获:"上海市信息技术优秀应用成果奖"。带领团队在参加国际NLP算法大赛,获得Top1%的成绩。参与国家级、省级大数据技术标准的制定,曾获省部级以上的科技创新一等奖。

2、项目经历

上海市城市信息化人工智能项目 项目负责人

  • 研发智能服务系统,包括:元宇宙与虚拟数字人、基于人工智能的内容生成(AIGC)、基于NLP技术的对话系统、基于深度学习的图像识别系统、基于智能推理的行业推荐系统。

相关工作:

作为项目总负责,负责项目管理、产品研发、系统分析、技术指导、算法指导等。

上海市城市智能信息化工程 总工程师

  • 采用大数据技术,建设市级信息平台,完成试点单位接入并采集居民相关信息,实现市级平台档案等服务,并实现所有单位的全面接入。
  • 为解决超量数据的存储与计算的问题,搭建了存储全市数据的云计算平台,并在其上进行了基于大数据的分析和挖掘工作。

相关工作:

作为总工程师,负责技术管理、系统分析、云平台数据存储设计、数据分析与挖掘指导、开发指导。

上海市城市信息化领域智能联网工程 技术经理

  • 建设内容包括:接入单位的联网;智能卡的实现;城市信息化智能平台的升级;科研平台的扩展与升级;建立决策支持系统;评估体系的展示设计;短信平台的实现;违规操作的提醒;协同智能服务平台的实现等。

相关工作:

作为技术经理负责总体架构设计、接口设计、大数据平台设计、AI技术指导等。

3. 主攻方向

具有扎实的数据挖掘、机器学习、深度学习等人工智能理论基础;了解AIGC等技术前沿动态。

精通机器学习、深度学习的理论、模型、算法、调优等;精通算法设计;

熟悉深度学习在自然语言处理、计算机视觉两大核心领域的实用技巧;

15年以上的程序开发经验,熟悉常用程序开发架构,独立完成多个产品级软件的设计与开发。

3. 提纲:

智能医疗技术与ChatGPT临床应用三日深度培训

第一天:人工智能基础与Python编程入门

  • 上午:
    • 人工智能在医疗领域的应用概述
    • Python编程基础
      • 环境搭建、数据类型、流程控制
        • 1、Python环境搭建
        • 2、Python数据类型
        • 3、Python流程控制
        • 4、Python函数的应用
        • 5、Python面向对象编程
        • 6、Python文件读写和目录操作
        • 7、Python异常处理
        • 8、Python包和模块
      • 实际案例:Python在医学数据分析中的应用
    • Python医学图像处理基础
      • PyDicom库的安装和基本用法
      • MRI、DR、CT等影像的读取、解析、显示
      • 实际案例:读取各种Dicom格式的影像
  • 下午:
    • 深度学习PyTorch框架入门
      • 深度学习的基本概念,通用架构
        • 1、深度学习的基本概念
        • 2、深度学习的通用构架
        • 3、PyTorch的选型和安装
      • 梯度下降优化算法
        • 1、损失函数
        • 2、梯度下降优化算法
        • 3、模型的保存和加载
      • 实际案例:使用PyTorch进行医学图像分类
      • 图像分类算法(判断是否病变)

第二天:深度学习与医学影像分析

  • 上午:
  • 下午:
    • 图像分割算法(分割病变区域)
      • DeepLab系列语义分割算法
        • DeepLab v1/v2
        • CRF
        • DeepLab v3/v3+
      • 医疗生物领域专用的U-Net分割网络
        • "U型弯"结构
        • 保护"边缘"的措施
        • 损失函数
      • 实际案例:U-Net在前列腺肿瘤分割中的应用
      • 实际案例:通过U-Net分割细胞
    • 影像智能诊断项目实战
      • CT智能诊断实战案例
      • MRI智能诊断实战案例

第三天:ChatGPT与医疗大模型应用

  • 上午:
    • ChatGPT等大模型在临床科研中的应用
    • 项目实战:使用llama-factory微调大模型
      • 安装部署
      • 支持的大模型种类
      • 数据集准备
      • 微调策略(PEFT:LoRA, QLoRA等)
  • 下午:
    • 大模型助力SCI论文写作及润色
    • 项目实战:构建自己的医疗大模型智能问诊平台
      • 技术架构、硬件环境
      • 私有化医疗知识库准备
      • 向量数据库的选择和使用
      • LangChain框架的使用
      • 系统搭建与互动问答
相关推荐
XianxinMao3 分钟前
2024大模型双向突破:MoE架构创新与小模型崛起
人工智能·架构
Francek Chen15 分钟前
【深度学习基础】多层感知机 | 模型选择、欠拟合和过拟合
人工智能·pytorch·深度学习·神经网络·多层感知机·过拟合
pchmi1 小时前
C# OpenCV机器视觉:红外体温检测
人工智能·数码相机·opencv·计算机视觉·c#·机器视觉·opencvsharp
认知作战壳吉桔1 小时前
中国认知作战研究中心:从认知战角度分析2007年iPhone发布
大数据·人工智能·新质生产力·认知战·认知战研究中心
软件公司.乐学1 小时前
安全生产算法一体机定制
人工智能·安全
kcarly2 小时前
知识图谱都有哪些常见算法
人工智能·算法·知识图谱
dddcyy2 小时前
利用现有模型处理面部视频获取特征向量(3)
人工智能·深度学习
Fxrain2 小时前
[Computer Vision]实验三:图像拼接
人工智能·计算机视觉
2301_780356702 小时前
为医院量身定制做“旧改”| 全视通物联网智慧病房
大数据·人工智能·科技·健康医疗
云起无垠2 小时前
【论文速读】| 评估并提高大语言模型生成的安全攻击探测器的鲁棒性
人工智能·安全·语言模型