社会人や学生に、オンラインで学べる学習コースを提供しています。

企業様、大学・大学院向けの研修プログラムとしてもご活用いただけます。

お気軽にお問合わせください。

本コースは、「医用画像に興味を持っているが画像をどのように扱えばよいかわからない・扱い方に自信がない」という医療関係者（医療従事者、医療機器ベンダー、学生）を主な対象とした初学者向けの学習コースです。医用画像情報分野で必要とされる初歩的なスキルを手を動かしながら学びたいと考えている方のために作られました。難しい数式や理論は最小限にして、実学を重視した内容になるよう努めています。

このコースを受講することで、臨床で必要となる基本的な画像の操作方法やその仕組みを学ぶことができます。また、それだけでなく、データサイエンスへ応用するための足掛かりになるような内容になるよう心掛けました。例えば、将来、医用画像を用いて病変の自動検出を行ってみたい、病変の悪性度を予測してみたい、治療効果予測を行ってみたい、画像を使って研究の根拠を説明したい、画像から得られるイメージングバイオマーカを発見したい、定量的に実施できる評価クライテリアを考案してみたいなど、医用画像はさまざまなシーンで利用できます。

ご自身の画像を利用する目的が達成できるように、まずは初歩的な内容から、本コースを通じて手を動かしながら体験してみてください。

学習時間 15 時間、セクション数 9、レクチャー数 40

セクション1：はじめに

セクション2：デジタル画像の初めの一歩

セクション3：デジタル画像の基本操作とその仕組み

セクション4：医療で用いられる主な画像検査機器

セクション5：デジタル画像の演算

セクション6：画像表示の応用

セクション7：画像処理・解析の初歩

セクション8：DICOMの初歩

セクション9：CAD開発への第一歩

本コースは、Radiomicsを実践する方法について、体験を通じて学んでいただけるような内容とすることを目指して作成されました。画像から得られる特徴を用いてどんなことができるのか、一緒に考え、実践していきましょう。

プレレキジット

受講に際し、医用画像（特に、レントゲンやCT・MRIなど）に関する知識が必要です。

医療関係者ではない受講者は、プレレキジットとして、別コースの「体験で学ぶ医用画像情報学超入門」の受講をお薦めいたします。

利用するツール

本コースでは次のツールを用いて実践していきます。

• ImageJ

• RadiomicsJ

• PyRadiomics

• エクセル（Google Spreadsheetでも可）

• Scikitファミリーなライブラリ

※内容によっては、Java/Pythonによるプログラミングがあります。

※開発環境は、Jupyter LabまたはGoogle Colaboratoryを利用します。

カリキュラム

時間6時間37分、セクション数6、レクチャー数37

• セクション1：Radiomicsの紹介

• セクション2：Radiomics特徴計算のためのパイプライン

• セクション3：Radiomics特徴の計算

• セクション4：機械学習

• セクション5：Radiomicsの実践

• セクション6：Radiomicsで用いられる様々な手法