2026年影像组学与深度学习AI培训班开课通知
（一）课程收费：4300元/人（二）上课时间：2026年6月26日至28日在线直播授课(开课前一天协助安装平台，随后三天进行教学)Radiology (中科院1区, IF=15.2)MRI联合瘤内微生物预测新辅助化疗疗效Int J Surg (中科院1区, IF=10.1)CT深度学习预测肺癌新辅助免疫化疗后的主要病理反应Int J Surg (中科院1区, IF=10.1)影像组学毕业论文写作全流程一、确立医学研究课题1.课题背景开展文献调研，分析治疗背景，明确临床金标准及当前面临的难题2.前瞻性与回顾
病理AI里的监督信息到底在干嘛？从标签到Nature复现与Onekey流程
所谓“监督学习”，关键在于用标签来牵引模型进行学习。在病理图像的场景里，标签通常可以涵盖：组织来源：例如正常肺组织、肺腺癌（LUAD）、肺鳞癌（LUSC）基因改变情况：如EGFR突变型与野生型、TP53突变型与野生型等临床结局：复发/不复发、风险高/风险低因此，所谓监督信息，本质上就是这些标签。放到病理AI的训练链路中，它并不是让模型随意去“看”，而是把明确指令告诉它：这个 patch（病理切片小块）来自某个带有已知标签的病例。病理的输入通常是全视野数字切片（WSI），规模极大（常见达到10,000×10