-
第一章绪论
（1）掌握智慧检验定义及需求 （2）掌握健康医疗大数据的具体应用 （3）熟悉智慧检验的底层技术 （4）了解健康医疗大数据的特点
-
●1.1智慧检验与医疗健康大数据概况
本节主要介绍智慧检验与健康医疗大数据的背景、定义、特点。
-
●1.2健康医疗大数据的应用
本节主要介绍健康医疗大数据的主要应用。
-
第二章智慧检验
（1）了解智慧检验的发展、实验室信息系统与智慧检验的关系。 （2）掌握智慧检验、实验室信息系统、检验大数据在智慧医疗中的应用。 （3）关注智慧检验临床实践应用。
-
●2.1智慧医疗与智慧检验
本节主要介绍智慧医疗在现代医疗发展和医院管理中的作用和应用，智慧医疗的架构，智慧检验定义及其主要功能。
-
●2.2实验室信息系统与智慧检验
本节主要介绍实验室信息系统的定义、分类、特点等以及实验室信息系统与智慧检验的关系。
-
●2.3检验数据管理与使用
本节主要介绍检验数据的来源，患者数据管理与使用时需考虑的要素，检验质量指标应用以及检验大数据管理与应用。
-
●2.4智慧检验实践应用
本节主要介绍智慧检验的常见应用场景。
-
第三章人工智能的数学基础
人工智能是信息技术与高等数学深度融合的结晶。通过本章学习，能够了解与人工智能紧密相关的数学理论，从而更好理解人工智能的底层原理和发展规律。
-
●3.1人工智能的起源与应用
本节主要介绍人工智能的概念、起源、发展和领域应用。从人工智能的基本概念、电影中的人工智能到现实中的实际应用，覆盖了人工智能的起源、发展和金融投资、图像处理、电力检测和辅助诊断等应用。通过本节的学习，可以了解充分认识现代社会中掌握人工智能的重要性，从而提升自主学习意识，学会如何以积极的心态面对未来学习。
-
●3.2数学基础-1
本节讲解概率分布中两个重要数字特征，即数学期望和方差，它们分别反映随机变量平均取值的大小和波动程度。接下来介绍统计推断的理论基础--大数定律和中心极限定理，统计推断中经常通过样本对总体进行估计，大数定律和中心极限定理告诉我们，部分样本的分布会拟合总体概率分布，同分布的样本累加后会呈现出正态分布特性。
-
●3.3数学基础-2
本节介绍最小二乘法的原理及数学本质。
-
第四章医学人工智能的理论与应用
人工智能的理论与应用涵盖信息处理、数据库技术、图像处理、模式识别、大模型应用等内容。通过本章学习，能够了解在医学领域中，从临床医学数据采集与存储、数据分析与挖掘、机器学习与深度学习应用以及大模型发展趋势等内容，从而理解医学人工智能对临床医学发展的巨大价值与重要意义。
-
●4.1数据与信息的形成与构建
本节介绍数据与信息的相互作用。主要内容包括：数据与信息的形成、处理与分类；具体介绍临床医学数据的采集方式与信息价值。
-
●4.2医学数据研究的发展
本节介绍医学数据的现状。主要内容包括：医学数据在人工智能时代下的应用场景；具体介绍典型医学数据集的构建与价值。
-
●4.3数据库概述
本节介绍数据库技术的机制与应用。主要内容包括：数据库在信息处理与使用中的作用；具体介绍数据库的分类与产品。
-
●4.4数据的检索与处理
本节介绍关系型数据库的结构化查询语言（SQL）。主要内容包括：结构化查询语言的类别与作用；具体介绍SQL程序的具体编写过程。
-
●4.5直方图的概念
本节给大家介绍了直方图的概念、直方图的增强方法以及直方图的性质；
-
●4.6阈值分割
本节给大家介绍了阈值分割的概念以及阈值分割的常用方法包括：全局阈值分割、OTSU阈值分割、最大熵阈值分割、迭代阈值分割；
-
●4.7机器学习之线性模型
本节主要介绍线性模型的基本原理和应用领域。通过最小二乘法和最大似然法等参数估计方法，可以建立有效且可解释的线性模型。同时讨论了线性回归、对数几率回归和线性判别分析等具体的线性模型方法，以及如何处理类别不平衡问题。通过实践案例，能够深入理解线性模型的应用，并学习使用Python库来实现线性模型的训练和预测。
-
●4.8机器学习之降维与度量学习
本节主要介绍降维与度量学习的基本原理和应用。降维是简化高维数据表示的方法，如KNN算法、多维缩放（MDS）、主成分分析（PCA）和流形学习，可以提高计算效率、可视化数据和减少过拟合风险。而度量学习，如以及度量学习中的马氏距离和近邻成分分析（NCA），则通过学习适当的度量方式来衡量样本之间的相似性和差异性。通过实践案例，并学习使用Python库进行降维和度量学习的实现。
-
●4.9深度学习之医学影像分类
本节主讲基于深度学习的医学影像分类，主要内容包括医学影像分类的基本概念、面向分类的深度神经网络、临床选题、医学影像数据集的构建，网络的训练、验证与测试以及分类性能的评价。
-
●4.10深度学习之医学影像分割
本节主讲基于深度学习的医学影像分割，主要内容包括医学影像分割的概念、医学影像数据集的构建、面向分割的深度神经网络、网络的训练与测试，以及临床选题和分割性能的评价。
-
●4.11医疗大模型
本节探讨了大模型的发展历程、智能化能力及其在医疗领域的应用。从基础大模型的构建原理到其在多模态数据处理、医学影像分析、疾病预测预防、辅助药物研发和医疗决策支持等方面的实际应用，覆盖了医疗大模型的关键技术和创新应用。同时，也讨论了医疗大模型面临的挑战，如数据孤岛、复合型人才稀缺和行业标准不统一等问题，并展望了其在未来医疗健康产业中的发展方向，特别是在远程医疗、移动健康和元宇宙等新兴领域的潜在影响。通过本节的学习，可以了解大模型如何为医疗领域带来革命性的变革，并为未来的智能化医疗服务提供强有力的支持。
-
第五章流式细胞分析技术和应用
（1）掌握传统多色流式细胞术在医学检验和生物医学中的应用价值 （2）掌握传统多色流式细胞术和全光谱流式细胞术的异同点 （3）了解高维流式细胞数据的分析方法 （4）理解高维流式细胞数据分析在生物医学研究中的作用
-
●5.1流式细胞分析技术概况
本节主要介绍流式细胞术的基本概念，发展历程，多色流式细胞术的主要价值。
-
●5.2多色流式与降维分析
本节主要介绍高维流式细胞数据降维分析方法的价值，数据降维分析的基本思路和方法。
-
●5.3多色流式与医学研究
本节主要介绍多色流式细胞术在医学研究中的应用，介绍了几种常见的多色流式细胞染色方法在细胞功能检测和疾病检测与分型中的作用。
-
第六章人工智能图像识别技术和应用
（1）了解人工智能技术在医学检验的应用 （2）掌握图像识别在检验领域中的应用
-
●6.1机器视觉技术在尿有形成分检验中的应用
本节主要介绍尿液有形成分分析仪的分类、检测技术及其机器视觉技术识别尿液有形成分的具体应用。
-
●6.2显微镜图像法在粪便有形成分中的应用
本节主要介绍粪便分析仪的结构特点及显微图像自动识别技术在理学、胶体金项目、有形成分的具体应用。
-
●6.3鞘流阻抗法、SF Cube三维分析技术在血液细胞计数、分类中的应用
本节主要介绍BC-6800plus血细胞分析仪的检测原理、报告参数及特色功能。
-
●6.4数字化形态分析系统的临床应用
本节主要介绍CellaVision® DM9600数字化形态分析系统在白细胞分类、红细胞形态及血小板数量等方面的识别应用。
-
第七章智慧检验与大数据分析在体外诊断方面的应用和案例实践
（1）掌握NGS技术的定义，各类NGS技术在临床诊疗的应用范围，优势特点等 （2）了解基因检测在眼科精准医学和近视防控中发挥的作用
-
●7.1NGS技术在感染性眼部疾病诊疗中的应用
本节主要介绍NGS技术的定义，mNGS技术、TNGS技术、TNGS技术在临床诊疗的应用、检测流程、优势特点，以及NGS技术在感染性眼部疾病诊疗中的应用。
-
●7.2基因检测助力眼科精准医学
本节主要介绍精准医学与基因诊断的关系、眼科的常规检查，基因诊断在视网膜变性上的应用，基因检测助力眼科精准诊疗。
-
●7.3基因检测在近视防控中的应用
本节主要介绍近视的成因与分类，基因检测在单基因近视治疗作用，多基因检测和RPS分析技术的临床应用。
-
●7.4人工智能与泌尿系统概述
本节主要概述了人工智能及其发展，介绍了常见的泌尿系统疾病，最后介绍人工智能在泌尿系统疾病的研究现状。
-
●7.5人工智能在泌尿系统疾病诊断中的应用
本节主要介绍人工智能在泌尿系统疾病诊断中应用，重点讲述了泌尿系统疾病的诊断中的痛点，通过实例介绍了人工智能辅助泌尿系统疾病的诊断中的应用。
-
●7.6人工智能在泌尿系统疾病治疗和康复中的应用
本节主要介绍人工智能在泌尿系统疾病治疗和健康管理中应用，通过实例介绍了人工智能辅助泌尿系统疾病的治疗和健康管理中的应用，提出人工智能的技术和发展趋势，最后还介绍人工智能的伦理和法律问题。
-
●7.7数字病理及AI在病理检验中的应用
本节主要介绍数字病理系统及AI在病理诊断中的实际应用。
-
●7.8mNGS/tNGS在感染领域的应用
本节主要介绍mNGS/tNGS的发展历程及应用场景，了解数字化升级促进新技术普及和应用。
-
●7.9人工智能分析系统在染色体核型诊断中的应用
本节主要介绍染色体核型分析的基本步骤和原理及AI智能分析系统在染色体核型分析的实际应用。
-
●7.10电子交叉配血的应用和展望
本节主要介绍电子交叉配血的应用和展望。
