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
985小水博一枚呀25 分钟前
【深度学习滑坡制图|论文解读3】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer
AltmanChan26 分钟前
大语言模型安全威胁
人工智能·安全·语言模型
985小水博一枚呀30 分钟前
【深度学习滑坡制图|论文解读2】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer·迁移学习
数据与后端架构提升之路40 分钟前
从神经元到神经网络:深度学习的进化之旅
人工智能·神经网络·学习
爱技术的小伙子1 小时前
【ChatGPT】如何通过逐步提示提高ChatGPT的细节描写
人工智能·chatgpt
johnny2331 小时前
《大模型应用开发极简入门》笔记
笔记·chatgpt
深度学习实战训练营2 小时前
基于CNN-RNN的影像报告生成
人工智能·深度学习
昨日之日20064 小时前
Moonshine - 新型开源ASR(语音识别)模型,体积小,速度快,比OpenAI Whisper快五倍 本地一键整合包下载
人工智能·whisper·语音识别
浮生如梦_4 小时前
Halcon基于laws纹理特征的SVM分类
图像处理·人工智能·算法·支持向量机·计算机视觉·分类·视觉检测
深度学习lover4 小时前
<项目代码>YOLOv8 苹果腐烂识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·苹果腐烂识别