一、课程简介
通过学习本案例,可掌握图像识别、图像处理、深度学习和模型评估的主要方法和技能,并为后续相关课程学习及将来从事数据分析工作奠定基础。 脑PET全称为脑部正电子发射计算机断层显像(brain positron emission tomography PET),是反映脑部病变的基因、分子、代谢及功能状态的显像。本案例以阿尔茨海默综合症为例对脑PET图像进行研究,基于海量脑PET数据集作为脑PET图像检测数据库的训练样本,构建模型对阿尔茨海默综合症进行分析和预测。
本案例的主要分析目标如下。
(1)对所有图像进行处理,统一规格并对图像数据进行增强。
(2)构建AlexNet模型。
(3)根据模型结果进行评价。
二、技术点
深度学习;AlexNet模型;F1-score。
三、建议前置课程