Medical Image Classification using Tensorflow

Offert par
Coursera Project Network
Dans ce Projet Guidé, vous :

Import and compile a Residual Convolutional Network (Resnet).

Train a Resnet to identify pleural effusion in chest x-ray (CXR) images.

Use the fully trained Resnet for inference functions identifying effusion.

Clock2 hours
AdvancedAvancées
CloudAucun téléchargement requis
VideoVidéo en écran partagé
Comment DotsAnglais
LaptopOrdinateur de bureau uniquement

The medical imaging industry is set to see 9 and a half billion dollars in growth in just a few years, mostly due to advances in AI imaging technologies. AI integration with medical imaging is expected to gain traction as it enables increased productivity, improved accuracy, and reduced errors in the diagnosis performed by technicians and radiologists. The use of AI will also automate the labor-intensive manual segmentation and enable technicians to identify abnormalities, in turn, accelerating the treatment process. Furthermore, AI platforms are also being developed for hospitals and health systems to help clinicians in making quick decisions and improving patient outcomes. Ultimately, this field of research will benefit from more minds refining the technology. This project will get you started in using Python and Tensorflow/Keras for advanced medical imaging. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Les compétences que vous développerez

  • tensorflow in production
  • image classification
  • health informatics analysis

Apprendrez étape par étape

Votre enseignant(e) vous guidera étape par étape, grâce à une vidéo en écran partagé sur votre espace de travail :

  1. Preprocess medical imaging data

  2. Compile a neural network model -Part 1

  3. Compile a neural network model -Part 2

  4. Build and Train a Resnet Model to recognize lung effusion

  5. Making Predictions in Inference

Comment fonctionnent les Projets Guidés

Votre espace de travail est un bureau cloud situé dans votre navigateur, aucun téléchargement n'est requis.

Votre enseignant(e) vous guide étape par étape dans une vidéo en écran partagé

Foire Aux Questions

Foire Aux Questions

D'autres questions ? Visitez le Centre d'Aide pour les Étudiants.