Kursy i materiały wideo

Wybrane, przydatne zewnętrzne materiały edukacyjne — nie każdy kurs. Dodajemy pomost do obrazowania medycznego, ale nie powielamy ich treści. Zdobywanie certyfikatów nie jest celem.

Obecnie wykorzystywane

Jan Witowski — 3D Slicer Tutorial (YouTube)

Praktyczne, wizualne uzupełnienie rozdziałów 1–3. Zweryfikowana playlista (11 filmów, tytuły sprawdzono 2026-08-10) obejmuje podstawy, segmentację ręczną, progową i metodą grow-from-seeds, wygładzanie, eksport, objętość segmentu, renderowanie powierzchniowe i objętościowe, pomiary 2D, nawigację/przycinanie oraz anonimizację DICOM. Nie zawiera osobnych lekcji o przekształceniach/rejestracji, statystykach segmentów ani PyRadiomics — te tematy omawiają oficjalna dokumentacja i Training Compendium.

Nie twórz drugiego ogólnego samouczka. Skorzystaj z przeznaczonego do tego materiału learning/companion-3d-slicer.md — łączy on każdą zweryfikowaną lekcję Witowskiego z pojęciem (rozdz. 1–3) i małym ćwiczeniem na danych RIDER oraz zawiera odnośnik do oficjalnego 3D Slicer Training Compendium (training.slicer.org) w przypadku tematów, których playlista nie obejmuje.

Playlista: https://www.youtube.com/playlist?list=PLeaIM0zUlEqswa6Pskg9uMq15LiWWYP39

StanfordOnline — Statistical Learning with Python (SOHS-YSTATSLEARNINGP)

Kurs oparty na An Introduction to Statistical Learning, with Applications in Python (ISLP; James, Witten, Hastie, Tibshirani, Taylor, Springer 2023).

• Zakres tego kursu obejmuje ogólną statystykę uczenia maszynowego.
• learning/04-statistical-learning-and-validation/00-overview.md jest mapą uzupełniającą kurs o kontekst obrazowania medycznego: wskazuje, którym rozdziałom poświęcić szczególną uwagę, które przejrzeć pobieżnie oraz jakie są konsekwencje swoiste dla obrazowania (przeciek danych, kalibracja, zmiana rozkładu danych między domenami, analiza przeżycia). Skorzystaj z zawartej tam tabeli przekładu między pojęciami, aby czytać każdy rozdział ISLP w zestawieniu z przykładem z TRACE-CT.

Stanford Medicine BMR — MRI Physics Education Materials

Starannie dobrany trzon materiałów wideo dla rozdziału 8 (MRI). Bezpłatne materiały edukacyjne ze źródła uniwersyteckiego (Body MRI Research Group, Stanford Radiology): krótkie, intuicyjne omówienia stworzone pierwotnie dla lekarzy w trakcie specjalizacji z radiologii, uporządkowane według tematów.

• Gdzie: https://med.stanford.edu/bmrgroup/education/mri-physics.html (VERIFIED)
• Do czego wykorzystać: do trudnych do przyswojenia bez wizualizacji zagadnień MRI: relaksacji i kontrastu T1–T2, przestrzeni k oraz rozdzielczości/pola widzenia, tłumienia tłuszczu/inversion recovery, dyfuzji, a także przeglądu sekwencji spin-echo/gradient-echo.
• Jak rozdział wykorzystuje te materiały: lekcje o MRI odsyłają do odpowiedniej sekcji na tej stronie (np. „MRI Contrast Mechanisms → Relaxation, T1 and T2 Contrast”); obejrzyj całą sekcję, zamiast szukać konkretnego znacznika czasu.
• Czym te materiały nie są: nie zastępują pełnego podręcznika fizyki MRI, gdy potrzebujesz szczegółowego ujęcia (zobacz dalsze lektury w rozdziale: Hashemi/Bradley, Bushberg).

Dalsze zasoby o dużej wartości (zweryfikuj przed dodaniem)

Oceń je, gdy pojawi się zainteresowanie danym tematem. Nie dodawaj ich na zapas.

• Zaawansowane warsztaty z obrazowania medycznego / radiomiki — wybrane materiały edukacyjne RSNA / SIIM / MICCAI (przed dodaniem odnośnika sprawdź bieżącą dostępność i licencję).
• Zaawansowane kursy AI w obrazowaniu (np. w stylu AI4Imaging) — przed dodaniem odnośnika potwierdź, że kurs jest nadal prowadzony i aktualny.
• Samouczki IBSI / PyRadiomics — dotyczą narzędzi i są ujęte w standards-and-reference.md; dodaj je tutaj tylko wtedy, gdy uporządkowana forma kursu wnosi dodatkową wartość.

Reguła

Jedno ćwiczenie, które uczy pojęcia i rozwiązuje rzeczywisty problem TRACE-CT, jest lepsze niż trzy biernie zaliczane kursy. Przed gromadzeniem ukończonych kursów stawiaj ćwiczenia z rozdziałów edukacyjnych.