機(jī)器學(xué)習(xí)及深度學(xué)習(xí)算法在醫(yī)學(xué)圖像中的應(yīng)用
定 價(jià):69 元
- 作者:朱付保 著
- 出版時(shí)間:2024/1/1
- ISBN:9787512442207
- 出 版 社:北京航空航天大學(xué)出版社
- 中圖法分類(lèi):R445-39
- 頁(yè)碼:
- 紙張:膠版紙
- 版次:
- 開(kāi)本:16開(kāi)
近年來(lái),機(jī)器學(xué)習(xí)技術(shù)不斷更新,其在各類(lèi)疾病中的應(yīng)用也越來(lái)越廣泛。本書(shū)不僅提出多種機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的模型及框架,還將所提技術(shù)用于臨床上阿爾茨海默癥、心血管疾病、甲狀腺眼病、新冠肺炎等疾病中的輔助診斷、預(yù)測(cè)、評(píng)估和治療。
本書(shū)適合計(jì)算機(jī)科學(xué)與技術(shù)、大數(shù)據(jù)、人工智能、電子信息、醫(yī)學(xué)等相關(guān)專(zhuān)業(yè)的學(xué)生參考,也可以作為通過(guò)影像學(xué)進(jìn)行疾病診斷和預(yù)測(cè)方面的科技人員的參考書(shū)。
第1章 機(jī)器學(xué)習(xí)算法研究及其在阿爾茨海默病患者中的應(yīng)用
1.1 研究概述
1.1.1 研究背景及意義
1.1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.1.3 主要研究?jī)?nèi)容
1.2 相關(guān)理論知識(shí)
1.2.1 神經(jīng)心理學(xué)測(cè)試
1.2.2 特征選擇的基本理論
1.2.3 分類(lèi)算法概述
1.3 基于機(jī)器學(xué)習(xí)的癡呆癥早期診斷的研究與應(yīng)用
1.3.1 簡(jiǎn)介
1.3.2 實(shí)驗(yàn)數(shù)據(jù)和方法
1.3.3 實(shí)驗(yàn)結(jié)果
1.3.4 實(shí)驗(yàn)總結(jié)和討論
1.4 基于深度學(xué)習(xí)的老年癡呆病人篩選的研究與應(yīng)用
1.4.1 簡(jiǎn)介
1.4.2 材料和方法
1.4.3 實(shí)驗(yàn)結(jié)果
1.4.4 討論
1.5 本章小結(jié)
1.5.1 總結(jié)
1.5.2 展望
第2章 深度學(xué)習(xí)算法研究及其在心血管疾病患者中的應(yīng)用
2.1 心血管疾病研究概述
2.1.1 研究背景及意義
2.1.2 國(guó)內(nèi)外研究現(xiàn)狀
2.1.3 主要研究?jī)?nèi)容
2.2 相關(guān)理論基礎(chǔ)和實(shí)驗(yàn)準(zhǔn)備
2.2.1 心臟解剖學(xué)知識(shí)和臨床成像
2.2.2 深度學(xué)習(xí)基礎(chǔ)理論
2.3 基于動(dòng)態(tài)規(guī)劃先驗(yàn)知識(shí)的左心室分割方法
2.3.1 簡(jiǎn)介
2.3.2 實(shí)驗(yàn)方法
2.3.3 實(shí)驗(yàn)結(jié)果及分析
2.4 基于改進(jìn)的左心室模板采樣方法
2.4.1 簡(jiǎn)介
2.4.2 實(shí)驗(yàn)方法
2.4.3 實(shí)驗(yàn)結(jié)果及分析
2.5 本章小結(jié)
2.5.1 總結(jié)
2.5.2 展望
第3章 深度學(xué)習(xí)算法研究及其在甲狀腺眼病患者中的應(yīng)用
3.1 研究概述
3.1.1 研究背景及意義
3.1.2 國(guó)內(nèi)外研究現(xiàn)狀
3.1.3 主要研究?jī)?nèi)容
3.2 基于深度學(xué)習(xí)的圖像分割技術(shù)
3.2.1 人工神經(jīng)網(wǎng)絡(luò)
3.2.2 全卷積神經(jīng)網(wǎng)絡(luò)
3.2.3 深度學(xué)習(xí)圖像分割算法
3.2.4 醫(yī)學(xué)影像分割評(píng)估指標(biāo)
3.3 血管內(nèi)超聲影像的血管中、內(nèi)膜分割算法
3.3.1 現(xiàn)實(shí)問(wèn)題
3.3.2 數(shù)據(jù)概況及網(wǎng)絡(luò)設(shè)計(jì)
3.3.3 臨床參數(shù)自動(dòng)獲取
3.3.4 實(shí)驗(yàn)結(jié)果及分析
3.4 甲狀腺相關(guān)眼病眼外肌和視神經(jīng)的語(yǔ)義分割算法
3.4.1 現(xiàn)實(shí)問(wèn)題
3.4.2 數(shù)據(jù)概況及模型設(shè)計(jì)
3.4.3 臨床參數(shù)自動(dòng)獲取
3.4.4 實(shí)驗(yàn)結(jié)果及分析
3.5 本章小結(jié)
3.5.1 總結(jié)
3.5.2 展望
第4章 深度學(xué)習(xí)算法研究及其在新冠肺炎患者中的應(yīng)用
4.1 研究概述
4.1.1 研究背景及意義
4.1.2 國(guó)內(nèi)外研究現(xiàn)狀
4.1.3 主要研究?jī)?nèi)容
4.2 相關(guān)理論知識(shí)
4.2.1 卷積神經(jīng)網(wǎng)絡(luò)
4.2.2 經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)模型
4.2.3 機(jī)器學(xué)習(xí)算法
4.3 基于三維卷積神經(jīng)網(wǎng)絡(luò)的新冠肺炎診斷方法研究
4.3.1 方法描述
4.3.2 實(shí)驗(yàn)結(jié)果與分析
4.3.3 實(shí)驗(yàn)總結(jié)和討論
4.4 基于機(jī)器學(xué)習(xí)的新冠肺炎輕重癥診斷方法研究
4.4.1 方法描述
4.4.2 實(shí)驗(yàn)結(jié)果與分析
4.4.3 實(shí)驗(yàn)總結(jié)和討論
4.5 本章小結(jié)
4.5.1 總結(jié)
4.5.2 展望
參考文獻(xiàn)