幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

機器學習智能診斷理論與應用--睡眠障礙診斷/人工智慧與機器人先進技術叢書

  • 作者：由育陽|責編:張海麗
  • 出版社：北京理工大學
  • ISBN：9787568289931
  • 出版日期：2020/09/01
  • 裝幀：平裝
  • 頁數：206
人民幣：RMB 59 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書在介紹睡眠診斷的基本理論及概念的基礎上，深入、系統地介紹了使用機器學習演算法進行睡眠分期和睡眠疾病診斷的方法，包括K均值聚類演算法、隨機森林演算法、支持向量機、貝葉斯分類、k近鄰演算法、Adaboost演算法、深度神經網路等。全書由6章組成：第1章為緒論，介紹了生物醫學信號和睡眠醫學並概述了機器學習在醫學診斷中的應用；第2章詳細介紹了睡眠分期的背景；第3章介紹了生物電信號的特性分析和特徵提取；第4章介紹了基於統計學習的睡眠分期演算法；第5章介紹了基於深度學習的睡眠分期演算法；第6章詳細介紹了睡眠期間的相關事件，並給出了使用機器學習進行睡眠疾病診斷的實例。
    本書介紹的睡眠診斷技術能夠協助臨床醫生分析睡眠數據，具有臨床應用價值，也為機器學習智能診斷技術領域的學生、科研人員提供了系統、詳盡的智能診斷範例。
作者介紹
由育陽|責編:張海麗
目錄
第1章  緒論
  1.1  生物醫學信號概述
    1.1.1  引言
    1.1.2  生物醫學信號特點
    1.1.3  生物醫學信號處理的主要環節
    1.1.4  生物醫學信號處理理論
    1.1.5  生物醫學信號處理的應用
  1.2  睡眠醫學簡介
    1.2.1  睡眠概述
    1.2.2  睡眠醫學發展史
    1.2.3  多導睡眠圖監測技術的發展與臨床應用
  1.3  機器學習在醫學診斷中的應用
    1.3.1  機器學習概述
    1.3.2  醫學信息進行數據挖掘和分析的意義
    1.3.3  醫生與機器學習診斷結果的比較
  參考文獻
第2章  睡眠分期背景介紹
  2.1  美國睡眠醫學學會睡眠分期判讀解析
    2.1.1  睡眠分期的測定
    2.1.2  睡眠分期的標定
    2.1.3  睡眠分期
  2.2  常用睡眠分期資料庫
    2.2.1  MIT-BIH多導睡眠圖資料庫
    2.2.2  Sleep-EDF資料庫
    2.2.3  CFS數據集
  2.3  研究睡眠分期的意義
  參考文獻
第3章  生物電信號特性分析與特徵提取
  3.1  生物電信號預處理
  3.2  腦電信號
    3.2.1  腦電數據特徵
    3.2.2  腦電數據預處理
    3.2.3  經典功率譜估計
    3.2.4  現代譜估計
    3.2.5  複雜性測度分析
    3.2.6  思維腦電特徵分析及思維任務分類研究
  3.3  眼動信號的特性分析與特徵提取
    3.3.1  EOG信號研究概述
    3.3.2  EOG信號預處理
    3.3.3  EOG信號特徵提取
  3.4  肌電信號的特性分析與特徵提取
  3.5  體動信號的特性分析與特徵提取
  參考文獻
第4章  基於統計學習的睡眠分期演算法
  4.1  K均值聚類
    4.1.1  K均值聚類演算法簡介
    4.1.2  K均值演算法在睡眠分期中的應用
  4.2  隨機森林
    4.2.1  隨機森林演算法簡介
    4.2.2  隨機森林在睡眠分期中的應用

  4.3  支持向量機
    4.3.1  支持向量機演算法簡介
    4.3.2  支持向量機在睡眠分期中的應用
  4.4  貝葉斯分類
    4.4.1  貝葉斯演算法簡介
    4.4.2  貝葉斯演算法在睡眠分期中的應用
  4.5  k近鄰演算法
    4.5.1  k近鄰演算法簡介
    4.5.2  k近鄰演算法在睡眠分期中的應用
  4.6  Adaboost
    4.6.1  Adaboost簡介
    4.6.2  Adaboost在睡眠分期中的應用
  4.7  其他集成學習演算法
    4.7.1  Bagging
    4.7.2  XGBoost
  參考文獻
第5章  基於深度學習的睡眠分期演算法
  5.1  神經網路概述
    5.1.1  人工智慧和DNN
    5.1.2  神經網路和深度神經網路
    5.1.3  推理與訓練
    5.1.4  發展歷史
  5.2  以特徵為輸入的神經網路
  5.3  以特徵時間序列為輸入的神經網路
  5.4  端到端的神經網路
  參考文獻
第6章  睡眠期間相關事件
  6.1  睡眠期間呼吸事件
    6.1.1  呼吸暫停
    6.1.2  低通氣
    6.1.3  OSAHS患者睡眠分期特點
    6.1.4  機器學習在呼吸相關睡眠障礙中的應用
  6.2  睡眠期間運動事件
    6.2.1  運動事件誘因
    6.2.2  運動事件類別及判讀
    6.2.3  機器學習在睡眠期間運動事件領域的應用
  6.3  睡眠期間腦電圖特徵相關事件
    6.3.1  失眠症
    6.3.2  癲癇
    6.3.3  抑鬱症
    6.3.4  深度學習模型用於癲癇發作預測和分類
  6.4  睡眠障礙與心腦血管疾病
    6.4.1  睡眠呼吸紊亂對心血管疾病的影響
    6.4.2  睡眠呼吸紊亂對機體代謝的影響
    6.4.3  睡眠夢境對腦血管疾病的影響
    6.4.4  基於遺傳演算法和神經網路的心血管疾病預測系統
  參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032