AI is transforming the practice of medicine. It’s helping doctors diagnose patients more accurately, make predictions about patients’ future health, and recommend better treatments. As an AI practitioner, you have the opportunity to join in this transformation of modern medicine. If you're already familiar with some of the math and coding behind AI algorithms, and are eager to develop your skills further to tackle challenges in the healthcare industry, then this specialization is for you. No prior medical expertise is required!
Dieser Kurs ist Teil der Spezialisierung Spezialisierung AI for Medicine
von
Spezialisierung AI for Medicinedeeplearning.aiÜber diesen Kurs
220,940 kürzliche Aufrufe
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 1 von 3 in
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Ca. 19 Stunden zum Abschließen
Englisch
Untertitel: Englisch
Kompetenzen, die Sie erwerben
Deep LearningImage SegmentationMachine Learningmodel evaluationMulti-class classification
Zertifikat zur Vorlage
Erhalten Sie nach Abschluss ein Zertifikat
100 % online
Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.
Kurs 1 von 3 in
Flexible Fristen
Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.
Stufe „Mittel“
Ca. 19 Stunden zum Abschließen
Englisch
Untertitel: Englisch
von
deeplearning.ai
Founded by Andrew Ng, deeplearning.ai is on a mission to make world-class AI education accessible to people around the globe so that we can all benefit from an AI-powered future.
Lehrplan - Was Sie in diesem Kurs lernen werden
9 Stunden zum Abschließen
Disease detection with computer vision
By the end of this week, you will practice classifying diseases on chest x-rays using a neural network.
9 Stunden zum Abschließen
20 Videos (Gesamt 48 min), 3 Lektüren, 2 Quiz
20 Videos
Demo1m
Recommended prerequisites1m
Medical Image Diagnosis2m
Eye Disease and Cancer Diagnosis3m
Building and Training a Model for Medical Diagnosis2m
Training, prediction, and loss1m
Image Classification and Class Imbalance1m
Binary Cross Entropy Loss Function3m
Impact of Class Imbalance on Loss Calculation3m
Resampling to Achieve Balanced Classes1m
Multi-Task1m
Multi-task Loss, Dataset size, and CNN Architectures2m
Working with a Small Training Set2m
Generating More Samples3m
Model Testing2m
Splitting data by patient1m
Sampling2m
Ground Truth and Consensus Voting1m
Additional Medical Testing2m
3 Lektüren
Connect with your mentors and fellow learners on Slack10m
About the automatic grader10m
How to refresh your workspace10m
1 praktische Übung
Week 1 Quiz: Disease detection with computer vision30m
4 Stunden zum Abschließen
Evaluating models
By the end of this week, you will practice implementing standard evaluation metrics to see how well a model performs in diagnosing diseases.
4 Stunden zum Abschließen
10 Videos (Gesamt 24 min), 1 Lektüre, 2 Quiz
10 Videos
Accuracy in terms of conditional probability1m
Sensitivity, Specificity and Prevalence4m
PPV, NPV2m
Confusion matrix2m
ROC curve and Threshold1m
Varying the threshold2m
Sampling from the Total Population1m
Confidence intervals2m
95% Confidence interval2m
1 Lektüre
Calculating PPV in terms of sensitivity, specificity and prevalence10m
1 praktische Übung
Week 2 Quiz: Evaluating machine learning models
7 Stunden zum Abschließen
Image segmentation on MRI images
By the end of this week, you will prepare 3D MRI data, implement an appropriate loss function for image segmentation, and apply a pre-trained U-net model to segment tumor regions in 3D brain MRI images.
7 Stunden zum Abschließen
10 Videos (Gesamt 25 min), 4 Lektüren, 2 Quiz
10 Videos
MRI Data and Image Registration3m
Segmentation3m
2D U-Net and 3D U-Net2m
Data augmentation for segmentation2m
Loss function for image segmentation3m
Different Populations and Diagnostic Technology1m
External validation2m
Measuring Patient outcomes3m
Congratulations!1m
4 Lektüren
Convolutional Neural networks10m
More about U-Net (Optional)10m
Acknowledgements10m
Citations10m
1 praktische Übung
Week 3 Quiz: Segmentation on medical images
Bewertungen
Top-Bewertungen von AI FOR MEDICAL DIAGNOSIS
von RK2. Juli 2020
It was a nice course. Though it covers basics. A follow-up advanced specilization can be made. Overall, it's sufficient for beginner for an engineer trying to learn application of AI for medical field
von KH26. Mai 2020
Throughout this course, I was able to understand the different medical and deep learning terminology used. Definitely a good course to understand the basic of image classification and segmentation!
von ZT14. Juli 2020
Complex topics are explained in a simple and straight-forward manner. Really interesting real-life scenarios are used to keep the student interested throughout the whole course. 100% recommend it.
von AK13. Juli 2020
A good course to understand the use of Deep Learning and AI in Medical Diagnosis. In this course, you can understand different ways to segment and analyze the images of brain tumors and X-Rays.
Über den Spezialisierung AI for Medicine
AI is transforming the practice of medicine. It’s helping doctors diagnose patients more accurately, make predictions about patients’ future health, and recommend better treatments. This three-course Specialization will give you practical experience in applying machine learning to concrete problems in medicine.
These courses go beyond the foundations of deep learning to teach you the nuances in applying AI to medical use cases. If you are new to deep learning or want to get a deeper foundation of how neural networks work, we recommend taking the Deep Learning Specialization.
Häufig gestellte Fragen
Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
- Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
- Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
What is the refund policy?
Wenn Sie ein Abonnement abgeschlossen haben, erhalten Sie eine 7-tägige, kostenlose Testversion, die Sie gebührenfrei wieder kündigen können. Danach gewähren wir keine Rückerstattungen mehr, aber Sie können Ihr Abonnement jederzeit kündigen. Lesen Sie unsere vollständige Rückerstattungsrichtlinie.
Is financial aid available?
Ja, Coursera bietet für Kursteilnehmer, die sich die Kursgebühr nicht leisten können, finanzielle Unterstützung an. Bewerben Sie sich dafür, indem Sie auf den Link für finanzielle Unterstützung links unter der Schaltfläche „Anmelden“ klicken. Sie werden zum Ausfüllen eines Antrags aufgefordert und werden bei Genehmigung benachrichtigt. Diesen Schritt müssen Sie für jeden Kurs der Spezialisierung ausführen, auch für das Abschlussprojekt. Mehr erfahren
Erhalte ich akademische Leistungspunkte für den Abschluss des Kurses?
Für diesen Kurs gibt es keine akademischen Leistungspunkte, doch Hochschulen können nach eigenem Ermessen Leistungspunkte für Kurszertifikate vergeben. Wenden Sie sich an Ihre Einrichtung, um mehr zu erfahren. Online-Abschlüsse und Mastertrack™-Zertifikate auf Coursera bieten die Möglichkeit, akademische Leistungspunkte zu erwerben.
Haben Sie weitere Fragen? Besuchen Sie das Hilfe-Center für Teiln..
