Memuat
Memuat
Bangun sistem deteksi pneumonia dari rontgen dada dengan PyTorch, dari dataset sampai evaluasi klinis dan Grad-CAM. Kursus ini mengikuti alur penelitian sungguhan, model pembanding, model usulan hybrid CNN-LSTM, metrik sensitivitas–spesifisitas–ROC-AUC, sehingga bisa langsung menjadi kerangka skripsi, tesis, atau publikasi.
Geser untuk melihat kurikulum, arsitektur, dan hasil model.
Sensitivitas CNN-LSTM pada data uji
ROC-AUC (CNN baseline 0,966)
Akurasi validasi model terbaik
Waktu latih di CPU, tanpa GPU
Setiap tahap penelitian AI citra medis dipraktikkan langsung dengan kode PyTorch.
PneumoniaMNIST (MedMNIST): 5.856 rontgen dada anak dengan pembagian latih/validasi/uji yang baku untuk penelitian.
CLAHE untuk kontras lokal, normalisasi, augmentasi rotasi-zoom-geser-kecerahan dengan OpenCV, Dataset & DataLoader PyTorch.
Conv2d, BatchNorm, dropout, training loop, dan model pembanding yang wajib ada di setiap penelitian.
Peta fitur CNN dibaca sebagai urutan oleh LSTM dua arah, dari puncak sampai dasar paru.
Bobot kelas untuk data tidak seimbang, ReduceLROnPlateau, early stopping, dan checkpoint model terbaik.
Sensitivitas, spesifisitas, ROC-AUC, threshold Youden, dan Grad-CAM untuk melihat area yang diperhatikan model.
Video 9–15 menit per modul, lengkap dengan PDF panduan. Modul 1 bisa ditonton gratis.
Kerangka metodologi, kode, dan hasil yang bisa langsung menjadi dasar bab 3 dan bab 4.
Pipeline lengkap dan reproducible untuk eksperimen citra medis, mudah diganti dataset atau arsitekturnya.
Memahami cara kerja AI diagnosis, metrik klinis, dan batasannya.
Praktik PyTorch tingkat menengah: arsitektur hybrid, hook Grad-CAM, dan evaluasi model.
Kami membantu implementasi model, eksperimen, evaluasi, dan penulisan hasil untuk skripsi, tesis, maupun publikasi.
Lihat Jasa Riset CNN-LSTM Citra MedisGabungan Convolutional Neural Network yang mengekstrak fitur spasial dari citra, dan Long Short-Term Memory yang membaca fitur tersebut sebagai urutan untuk menangkap hubungan antar bagian citra.
Tidak. Citra 64x64 piksel membuat seluruh pelatihan selesai di bawah satu menit di CPU laptop biasa.
PneumoniaMNIST dari koleksi MedMNIST (lisensi CC BY 4.0), turunan dataset rontgen dada Kermany dkk. Dataset ini banyak dipakai di publikasi dan boleh digunakan untuk penelitian dengan menyertakan sitasi.
Ya. Pelanggan Kelas Premium dan pembeli kelas mendapat zip berisi seluruh source code, dataset, data hasil praproses, dan model terlatih.
Bisa. Pipeline yang sama dapat dipakai untuk citra medis lain seperti retina, kulit, atau CT dengan mengganti dataset dan menyesuaikan jumlah kelas.
Ya, tersedia kelas live online dan juga jasa pendampingan riset AI citra medis untuk skripsi, tesis, maupun publikasi.
Konsultasikan topik penelitian Anda, kami bantu pilihkan paket belajar yang paling sesuai.
Konsultasi Gratis