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

大數據時代的醫學圖像深度學習與前沿(西安交通大學研究生十四五規劃精品系列教材)

  • 作者：編者:張紅梅//盧虹冰|責編:孫宇
  • 出版社：清華大學
  • ISBN：9787302671220
  • 出版日期：2024/08/01
  • 裝幀：平裝
  • 頁數：231
人民幣：RMB 89 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書介紹了人工智慧領域的基礎理論和方法，包括機器學習方法的簡要介紹；深度學習的數學基礎；網路架構設計改進、訓練及優化步驟；深度學習在醫學圖像目標檢測、分類分割、圖像生成、稀疏重建和圖神經網路在臨床應用的案例，並附有程序。本書可做為高等院校生物醫學工程專業教材和其他理工科高年級本科生和研究生教材，也可供相關科技人員參考。
作者介紹
編者:張紅梅//盧虹冰|責編:孫宇
目錄
第1章  機器學習原理
  1.1  機器學習方法
  1.2  特徵與降維
  知識拓展
  參考文獻
第2章  深度學習原理
  2.1  深度學習數學基礎
  2.2  卷積神經網路
  2.3  循環神經網路
  2.4  小結
  知識拓展
  參考文獻
第3章  如何訓練和優化人工神經網路
  3.1  人工神經網路訓練基礎步驟
  3.2  網路優化方法
  知識拓展
  參考文獻
第4章  基於深度學習的醫學圖像分類
  4.1  深度學習醫學圖像分類簡介
  4.2  VGG
  4.3  ResNet
  4.4  DenseNet
  4.5  Inception
  4.6  小結
  知識拓展
  參考文獻
第5章  目標檢測
  5.1  二階段檢測模型
  5.2  單階段檢測模型
  知識拓展
  參考文獻
第6章  生物醫學圖像分割應用
  6.1  圖像分割簡介
  6.2  U-Net及三維U-Net
  6.3  基於Attention機制的圖像分割
  6.4  基於損失函數改進的醫學圖像分割
  6.5  基於多任務學習的醫學圖像分割
  知識拓展
  參考文獻
第7章  醫學圖像生成
  7.1  醫學圖像生成的機遇
  7.2  基於自編碼器的醫學圖像合成
  7.3  基於生成對抗模型的醫學圖像生成
  7.4  基於擴散模型的醫學圖像合成
  7.5  基於醫學圖像合成的臨床應用
  知識拓展
  參考文獻
第8章  基於Transformer的自注意力學習
  8.1  Transformer基本原理
  8.2  基礎的視覺Transformer

  8.3  層次化的視覺Transformer
  8.4  Transformer的應用與實例
  8.5  小結
  知識拓展
  參考文獻
第9章  稀疏成像數據的圖像重建
  9.1  傳統稀疏成像重建方法
  9.2  基於映射學習的稀疏成像重建方法
  9.3  基於殘差學習的稀疏成像重建方法
  9.4  基於迭代展開的稀疏成像重建方法
  9.5  可用於稀疏成像研究的公共數據集
  9.6  小結
  知識拓展
  參考文獻
第10章  圖神經網路
  10.1  為什麼需要學習圖數據
  10.2  基於圖信號處理的卷積圖神經網路
  10.3  其他圖表徵學習
  10.4  圖池化
  10.5  其他圖神經網路：圖生成和動態圖分析
  10.6  應用場景
  知識拓展
  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