小罗碎碎念
从这周开始，我计划每个周末录一个视频，分享一些医学人工智能领域的进展。
作为第一期视频，我打算介绍一下机器学习和Transformer在医学AI领域中的应用。
为了准备这期视频，总共做了24页PPT（三部分内容），直接涉及7篇文献。这个视频总时长33分钟左右，没有办法一一展开介绍各部分的内容，所以我把PPT中涉及到的文献原文都总结好了，会全部上传到知识星球中。
另外，也需要和大家说一声抱歉，录频的时候忘记切换副屏了，同时显示了两页PPT画面，下周的视频我会注意的，大家感兴趣可以去知识星球获取本期PPT的pdf版本。
视频链接（B站）
【医学AI公开课·第一期｜Machine Learning&Transformers in Med AI】 https://www.bilibili.com/video/BV1XtB2Y9Enx/?share_source=copy_web\&vd_source=5f0b6b9556d7893161d47bef9d58c9f2
一、人工智能发展进程
- 人工智能的诞生（1956）
- 早期人工神经网络（1940 - 1960年代）
- 卷积神经网络CNN（1987-1989年）
- 残差网络ResNet（2015年）
- UNet（2015年）+nnU-Net（2018年）
- Transformers（2017年至今）
二、机器学习在医学AI中的应用
- 肺癌影像组学的应用与挑战
- 放射组学（radiomics）的工作流程
在这里推荐一本田捷老师主编的影像组学入门书籍，pdf版本已经上传到知识星球了，感兴趣的老师/同学自取。
- 放射组学研究中用于临床预测的不同方法
- 放射组学在结节恶性分类中的应用
- 放射组学在组织学亚型分类中的研究
- 深度学习在基因突变预测中的研究情况
- 肺癌放射组学研究中常用的Python软件包
三、Transformers在医学AI中的应用
- 计算病理学中的Vision Transformer应用与挑战
- 病理AI研究背景
这一张PPT很有意思，因为我在右侧列出了目前病理AI中常用的GPU参数，大家可以收藏参考一下。
- 自注意力（Self-Attention，SA）机制
- 视觉Transformer（Vision Transformer，ViT）的设计
- 视觉Transformer（ViT）在计算病理学领域应用的概览
- 基于基因引导的共注意力Transformer模型