同類熱銷排行榜

生物醫學數字圖像處理技術

作者：馬義德//孫文灝//馬玉潤//廉敬//漆雲亮等|責編:宋無汗//鄭小羽
出版社：科學
ISBN：9787030748157

出版日期：2024/01/01
裝幀：平裝
頁數：258

人民幣：RMB 180 元售價：元

內容大鋼

本書主要介紹幾類常見的生物醫學信息智能處理的新方法，主要針對生物細胞圖像、乳腺鉬靶X射線影像、膽囊超聲影像、磁共振成像心室影像、磁共振成像腦部影像和心電信號的分析處理，以及醫學圖像加密等，涉及的智能信息處理方法包括脈衝耦合神經網路、活動輪廓模型、深度學習、三維重構技術、壓縮感知、數學形態學、優化演算法、小波理論、混沌理論等。
本書內容系統、新穎，圖像類別涵蓋面廣，適合生物醫學工程、人工智慧與電腦視覺、數字圖像處理等方向的高年級本科生、研究生閱讀，也可供智能信息處理與軟計算理論、通信工程等相關領域的研究人員參考。

作者介紹

馬義德//孫文灝//馬玉潤//廉敬//漆雲亮等|責編:宋無汗//鄭小羽

前言
第1章  生物細胞圖像處理
  1.1  深度學習方法概述
    1.1.1  深度學習方法在細胞圖像處理中的新進展
    1.1.2  深度學習方法的局限性
  1.2  生物醫學細胞圖像分割的常用方法
  1.3  基於PCNN自動波特徵的血細胞圖像分割和計數方法
  1.4  基於同步可調點火脈衝耦合神經網路的細胞核分割
    1.4.1  同步可調點火的脈衝耦合神經網路
    1.4.2  色調提取器
    1.4.3  區域生長單元
    1.4.4  實驗結果
  1.5  基於距離估計的HE圖像細胞核標定
    1.5.1  細胞核的標定方法
    1.5.2  實驗結果
  1.6  基於乳腺腫瘤細胞形態特徵參數的乳腺癌診斷研究
    1.6.1  基於乳腺腫瘤細胞形態特徵參數的乳腺癌診斷
    1.6.2  乳腺癌細胞特徵參數與乳腺癌診斷之間關係
    1.6.3  細胞分形與乳腺癌診斷之間關係
  參考文獻
第2章  乳腺密度測量
  2.1  乳腺密度測量方法概述
    2.1.1  定性的乳腺密度測量方法
    2.1.2  定量的乳腺密度測量方法
  2.2  基於乳腺紋理特徵的乳腺密度測量方法
    2.2.1  乳腺鉬靶X射線圖像的預處理
    2.2.2  乳腺鉬靶X射線圖像的密度測量
    2.2.3  乳腺鉬靶X射線圖像的密度數據分析
    2.2.4  結果和討論
  2.3  基於SVM的乳腺密度分類方法
    2.3.1  乳腺鉬靶X射線影像數據集和預處理
    2.3.2  乳腺腺體組織的分割
    2.3.3  乳腺紋理特徵提取
    2.3.4  乳腺密度分類
    2.3.5  結果和討論
  2.4  基於醫學影像信息管理系統的乳腺影像數據集建設
    2.4.1  乳腺鉬靶X射線圖像數據集
    2.4.2  建設乳腺影像數據集的必要性分析
  參考文獻
第3章  基於深度學習的乳腺圖像處理
  3.1  基於深度學習的醫學圖像處理簡介
  3.2  基於深度學習的乳腺密度測量
    3.2.1  深度學習方法簡介
    3.2.2  具體的實現方法
  3.3  基於深度學習的乳腺圖像異常分類新方法
    3.3.1  乳腺圖像分類相關工作
    3.3.2  基於深度學習的病變分類方法
    3.3.3  基於深度學習的病變分類新方法實驗
  3.4  基於深度學習的乳腺腫塊感興趣區域提取
    3.4.1  深度學習目標檢測模型

    3.4.2  採用改進的FasterR-CNN提取乳腺腫塊的感興趣區域
  3.5  基於深度學習的乳腺腫塊分割
    3.5.1  深度學習語義分割模型介紹
    3.5.2  乳腺腫塊分割對比實驗
  參考文獻
第4章  超聲圖像分析處理
  4.1  醫學超聲圖像分析簡介
    4.1.1  成像機理與超聲檢查方式
    4.1.2  膽囊結石超聲圖像典型特徵
    4.1.3  膽囊結石圖像分割研究綜述
  4.2  基於PCNN和數學形態學的膽囊結石超聲圖像全自動分割方法
    4.2.1  分割總步驟
    4.2.2  結構元素的確定
    4.2.3  膽囊結石超聲圖像預處理
    4.2.4  膽囊區域的分割
    4.2.5  結石區域的分割
    4.2.6  膽囊區域的后處理
    4.2.7  結石區域的后處理
    4.2.8  膽囊圖像分割實驗討論
  4.3  基於PCNN和水平集演算法的膽囊結石超聲圖像分割方法
    4.3.1  PCNN演算法簡介
    4.3.2  基於PCNN演算法的結石分割方法
    4.3.3  基於水平集演算法的結石分割方法
  4.4  基於PCNN的前列腺超聲圖像病理區域檢測方法
  參考文獻
第5章  心室分割與三維重構
  5.1  感興趣區域自動提取
  5.2  心室分割演算法
    5.2.1  基於SPCNN的LV內膜分割演算法
    5.2.2  基於參數活動輪廓模型的LV外膜分割演算法
    5.2.3  基於SPCNN與ASM的LV內、外膜分割演算法
    5.2.4  基於改進水平集的LV內膜分割演算法
    5.2.5  基於SPCNN與數學形態學的RV內、外膜分割演算法
  5.3  左心室三維重構
    5.3.1  三維重構與圖像插值
    5.3.2  基於MC演算法的左心室三維表面重構在MATLAB上的實現
    5.3.3  基於輪廓線插值演算法的左心室三維表面重構在OpenGL上的實現
  參考文獻
第6章  高度欠採樣磁共振腦成像重構
  6.1  壓縮感知理論與磁共振成像
    6.1.1  壓縮感知理論
    6.1.2  磁共振成像
  6.2  基於非子採樣Shearlet稀疏先驗的高度欠採樣MRI圖像重構
    6.2.1  Shearlet變換
    6.2.2  離散Shearlet變換的實現
    6.2.3  非子採樣Shearlet變換
    6.2.4  基於NSST稀疏先驗的高度欠採樣MRI圖像重構方法
  6.3  基於擴展的約束型分裂增廣拉格朗日收縮演算法的MRI圖像重構
    6.3.1  字典學習和基於字典學習的稀疏表示
    6.3.2  擴展的約束型分裂增廣拉格朗日收縮演算法

  6.4  基於UDCT域多尺度字典學習的MRI圖像重構
    6.4.1  多尺度字典學習
    6.4.2  均勻離散Curvelet變換
    6.4.3  基於UDCT域多尺度字典學習雙重稀疏化模型
    6.4.4  適應于多尺度字典學習雙重稀疏化模型的PB_CSALSA用於MRI圖像重構
  參考文獻
第7章  心電圖自動分析與心電監護系統設計
  7.1  基於提升小波變換與時域極值分佈特性的ECG自動分析
    7.1.1  心電信號基礎知識
    7.1.2  ECG特性與預處理研究難點
    7.1.3  實驗數據集
    7.1.4  基於提升小波變換的ECG信號預處理
    7.1.5  基於ECG極大值分佈特性的QRS波群檢測
  7.2  基於MSP430的ECG智能監測系統設計
    7.2.1  硬體設計
    7.2.2  軟體設計
    7.2.3  系統測試總結
  7.3  基於STM32和FPGA雙處理器架構的ECG監護系統設計
    7.3.1  基於平穩小波變換和形態學濾波的ECG信號去噪演算法
    7.3.2  系統硬體設計與實現
    7.3.3  系統軟體設計與實現
    7.3.4  系統測試總結
  參考文獻
第8章  醫學圖像的混沌加密
  8.1  數字圖像加密演算法概述
    8.1.1  數字圖像加密演算法的要求
    8.1.2  幾種典型的數字圖像加密演算法
  8.2  混沌理論概述
    8.2.1  混沌的定義
    8.2.2  混沌系統的判斷方法
    8.2.3  幾種經典的混沌系統
  8.3  醫學圖像的混沌加密演算法
    8.3.1  混沌加密演算法簡介
    8.3.2  實驗結果
  參考文獻

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

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

同類熱銷排行榜

最近瀏覽的商品

生物醫學數字圖像處理技術