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

智能醫療影像技術(新知識體系人工智慧系列教材)

  • 作者：編者:莫宏偉//徐立芳|責編:孟宇
  • 出版社：電子工業
  • ISBN：9787121449772
  • 出版日期：2023/01/01
  • 裝幀：平裝
  • 頁數：229
人民幣：RMB 59.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書主要介紹醫學影像處理的基本技術與實現方法，以醫學影像智能診斷方法為主，涉及數字信號處理、統計學、機器學習等理論和技術。全書共分為9章：第1章介紹智慧醫療的概念、人工智慧與醫學影像診斷、深度學習醫學影像應用與用於醫學影像的其他人工智慧演算法；第2章?第3章介紹人工智慧醫學影像診斷的基礎知識，包括編程基礎與各種醫學影像介紹，還詳細介紹醫學影像的基本處理方法；第4章?第5章介紹卷積神經網路基礎知識與醫學影像任務，包括多種卷積神經網路與神經網路模型的評價標準、常見的醫學影像任務（醫學影像診斷、檢測、分割）；第6章?第9章介紹智能醫學影像處理實際案例，包括乳腺超聲影像中的乳腺腫瘤檢測與良惡性診斷、眼科OCTA圖像診斷糖尿病、肺CT圖像中的肺部多種疾病診斷。
    本書可以作為電腦科學與技術、電子科學與技術、控制工程與科學、智能科學與技術等理工科及相關專業的高等院校本科教材，也可以作為研究生教材，並適合從事醫學影像處理、人工智慧等研究的科研人員和愛好者參考使用。
作者介紹
編者:莫宏偉//徐立芳|責編:孟宇
目錄
第1篇  概念篇
  第1章  緒論
    1.1  智慧醫療的概念
      1.1.1  什麼是智慧醫療
      1.1.2  為什麼需要智慧醫療
      1.1.3  智慧醫療簡史
      1.1.4  智慧醫療發展願景
    1.2  人工智慧與醫學影像診斷
      1.2.1  醫學影像研究方法
      1.2.2  人工智慧醫學診斷的方式
      1.2.3  人工智慧技術對醫學影像的影響
      1.2.4  人工智慧技術在醫學影像領域的應用
    1.3  深度學習醫學影像應用
    1.4  用於醫學影像的其他人工智慧演算法
    本章小結
    習題1
  第2章  編程基礎
    2.1  Python語言
      2.1.1  Python語言簡介
      2.1.2  Python內置函數與標準庫
    2.2  Python中的NumPy
      2.2.1  多維數組
      2.2.2  隨機數組
    2.3  Python中的Matplotlib
      2.3.1  創建線形圖
      2.3.2  創建其他圖
    2.4  PyTorch基礎
      2.4.1  PyTorch中的Tensor
      2.4.2  搭建一個簡易神經網路
      2.4.3  自動梯度
      2.4.4  模型搭建和參數優化
    本章小結
    習題2
  第3章  醫學影像處理
    3.1  醫學影像基礎
      3.1.1  圖像像素、空間解析度和亮度解析度
      3.1.2  數字圖像類型
      3.1.3  圖像文件格式
    3.2  醫學影像類別
      3.2.1  X射線圖像
      3.2.2  CT圖像
      3.2.3  MRI圖像
      3.2.4  超聲圖像
      3.2.5  核素圖像
      3.2.6  OCTA圖像
    3.3  醫學影像基本處理技術
      3.3.1  醫學影像的幾何變換
      3.3.2  醫學影像的分割
      3.3.3  醫學影像的直方圖增強
    本章小結

    習題3
  第4章  卷積神經網路
    4.1  卷積神經網路的組成
      4.1.1  卷積層
      4.1.2  池化層
      4.1.3  激活函數
      4.1.4  損失函數
    4.2  經典的卷積神經網路
      4.2.1  LeNet
      4.2.2  AlexNet
      4.2.3  VGGNet
      4.2.4  GoogLeNet
      4.2.5  ResNet
      4.2.6  Xception
    4.3  評價指標
      4.3.1  錯誤率與準確率
      4.3.2  查准率、查全率與F1分數
      4.3.3  ROC與AUC
      4.3.4  代價敏感錯誤率和代價曲線
    本章小結
    習題4
第2篇  實際應用篇
  第5章  常見的醫學影像任務
    5.1  疾病診斷
      5.1.1  常見的疾病診斷任務
      5.1.2  常用的疾病診斷方法
    5.2  醫學影像檢測
      5.2.1  常見的醫學影像檢測任務
      5.2.2  常用的醫學影像檢測方法
      5.2.3  常用的醫學影像檢測性能指標
    5.3  醫學影像分割
      5.3.1  常見的醫學影像分割任務
      5.3.2  常用的醫學影像分割方法
      5.3.3  常用的醫學影像分割性能指標
    本章小結
    習題5
第3篇  案例篇
  第6章  乳腺超聲影像腫瘤良惡性診斷
    6.1  案例介紹
      6.1.1  乳腺癌的危害
      6.1.2  乳腺超聲影像的優勢與缺陷
      6.1.3  乳腺癌診斷方式
      6.1.4  乳腺癌診斷的發展
    6.2  高質量乳腺超聲影像數據集
      6.2.1  乳腺超聲影像
      6.2.2  超聲影像標注
      6.2.3  含雜訊的超聲影像恢復方法
      6.2.4  數據集的構成分析
    6.3  腫瘤良惡性診斷模型搭建
      6.3.1  模型設計

      6.3.2  演算法實現
    6.4  實驗結果評價
    本章小結
    習題6
  第7章  超聲影像乳腺腫瘤檢測
    7.1  目標檢測演算法介紹
      7.1.1  FasterR-CNN演算法
      7.1.2  SSD演算法
      7.1.3  YOLOV3演算法
      7.1.4  CornerNet演算法
    7.2  檢測數據集製作流程（PascalVOC格式）
      7.2.1  PascalVOC格式
      7.2.2  數據集製作流程
    7.3  評價指標與實現方法
    7.4  乳腺腫瘤檢測實驗結果與分析
    本章小結
    習題7
  第8章  基於OCTA圖像的糖尿病診斷分析
    8.1  案例介紹
    8.2  OCTA數據介紹
      8.2.1  OCTA圖像介紹
      8.2.2  數據集下載
      8.2.3  數據預處理
    8.3  OCTA糖尿病診斷演算法
      8.3.1  模型搭建
      8.3.2  模型訓練
    8.4  OCTA糖尿病案例評價
    本章小結
    習題8
  第9章  基於胸部CT的肺部疾病智能診斷
    9.1  多種肺部疾病的影像學表現
    9.2  案例介紹
    9.3  建立肺CT醫學影像數據集
      9.3.1  數據採集
      9.3.2  實驗數據集的劃分
      9.3.3  病灶標注數據集的製作
      9.3.4  讀取數據集腳本的編寫
    9.4  肺CT醫學影像分類網路的搭建
      9.4.1  實驗環境
      9.4.2  模型搭建
      9.4.3  神經網路訓練驗證
    9.5  肺CT醫學影像病灶識別網路
      9.5.1  FasterR-CNN網路原理
      9.5.2  FasterR-CNN框架搭建
    9.6  實驗結果評價
    本章小結
    習題9
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