Zacznij tutaj

Praktyczny przewodnik na poziomie zaawansowanym dla osób z doświadczeniem technicznym: inżynierów oprogramowania, inżynierów danych, specjalistów ML, klinicystów o zacięciu technicznym, badaczy wywodzących się z innych dziedzin ilościowych oraz specjalistów IT w ochronie zdrowia, którzy wchodzą w obszar obrazowania medycznego → obrazowania ilościowego / radiomiki → uczenia maszynowego prowadzonego z rygorem wymaganym w zastosowaniach klinicznych → informatyki obrazowania → AI w obrazowaniu medycznym. Zakłada umiejętność programowania; nie uczy ponownie języka Python, obsługi Git ani podstaw ML i nie zakłada wcześniejszego opanowania DICOM, radiomiki czy fizyki obrazowania. Wspólnym wymaganiem dla wszystkich jest gotowość do dogłębnej pracy technicznej.

Książka prowadzi od skanera i DICOM przez geometrię, pomiar ilościowy, modelowanie i dowody aż do wdrożenia klinicznego. Czytaj ją po kolei, aby prześledzić cały wywód, albo zacznij od rozdziału odpowiadającego twojemu pytaniu.

Od czego zacząć lekturę?

To książka, a nie sekwencja z narzuconymi warunkami przejścia. Poniższa mapa rozdziałów pokazuje całą drogę; strony wprowadzające i odsyłacze pozwalają poruszać się po danym temacie na potrzebnym poziomie szczegółowości.

• Zaczynasz od podstaw obrazowania? Zacznij od powstawania obrazu CT i rekonstrukcji.
• Skupiasz się na wiarygodności ilościowej? Przeczytaj o geometrii fizycznej, segmentacji i zmianie próbkowania.
• Czytasz krytycznie artykuł? Zacznij od analizy Tran et al..
• Szukasz podstaw MRI? Zacznij od sygnału, kontrastu i rekonstrukcji MRI.

Rozdziały w skrócie

Każdy rozdział ma stronę wprowadzającą, która przedstawia jego wywód i prowadzi do bardziej szczegółowych sekcji, źródeł oraz materiałów towarzyszących. To mapa lektury, a nie obowiązkowy liniowy ciąg przetwarzania: informatyka wspiera obsługę danych na różnych etapach; AI może uczestniczyć w rekonstrukcji, segmentacji lub analizie; kontrola geometrii i pomiarów może wymagać powrotu do wcześniejszych decyzji. Materiały uzupełniające dotyczące 3D Slicer wspierają wizualną kontrolę obrazów, geometrii i segmentacji.

#	Rozdział	Punkt wejścia
1	Powstawanie obrazu CT / rekonstrukcja	Podstawy CT
2	Sygnał MRI / kontrast / rekonstrukcja	Podstawy MRI
3	Obiekty DICOM / tożsamość / znaczenie zapisanych danych	Znaczenie DICOM
4	Geometria fizyczna / segmentacja / zmiana próbkowania	Poprawność przestrzenna
5	Pomiar ilościowy	Podstawy pomiaru
6	Radiomika jako pomiar	Znaczenie cech
7	Uczenie statystyczne / walidacja	Ocena modeli
8	AI w obrazowaniu medycznym	Systemy AI w obrazowaniu
9	Dowody / twierdzenia	Dowody i wnioskowanie
10	Informatyka obrazowania	Systemy informacyjne
11	Wdrożenie kliniczne	Zastosowanie w praktyce

Czytaj rozdziały w tej kolejności, aby przejść spójną drogę, albo korzystaj z punktów wejścia i przechodź bezpośrednio do danego problemu. Opcjonalne samokontrole i zajęcia praktyczne są zaproszeniem do sprawdzenia zrozumienia, a nie warunkiem dostępu do materiału.

Jaką rolę odgrywa TRACE-CT?

TRACE-CT jest laboratorium praktycznym: rzeczywistym projektem, którego prace dotyczące DICOM, radiomiki i walidacji stanowią tutaj pełnoprawny materiał do nauki. Wiele sekcji kończy się powiązaniem z TRACE-CT — wskazaniem rzeczywistego skryptu lub zbioru danych, który nadaje pojęciu konkretną postać. Traktuj projekt jak zbiór przykładów przeanalizowanych krok po kroku i przedsięwzięcie dostarczające materiału dowodowego, a nie jak warunek przejścia dalej.

Gdzie czego szukać

• Artykuł → mapa literatury.
• Standard, narzędzie lub ramy raportowania → standardy i materiały referencyjne.
• Starannie wybrane filmy/kursy → kursy i filmy.
• Przykłady TRACE-CT przeanalizowane krok po kroku → mapa nauki TRACE-CT.
• 3D Slicer w praktyce → kontrola wzrokowa jako dowód uzupełniający.
• Notatki konferencyjne → EuSoMII 2026.