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

機器學習輔助醫學影像分析與臨床診斷(精)/新一代人工智慧理論技術及應用叢書

  • 作者：劉小偉//侯木舟//殷亞妮//張潔|責編:姚慶爽|總主編:李衍達
  • 出版社：科學
  • ISBN：9787030796691
  • 出版日期：2024/11/01
  • 裝幀：精裝
  • 頁數：283
人民幣：RMB 180 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    隨著現代醫學發展，疾病數據的生產和積累已經遠遠超出了醫務工作者人腦智能所能承擔的處理上限。機器學習將臨床疾病診斷由人腦智能跨入人工智慧時代，有助於高效解決現代健康問題。本書以統一而較為簡明的方式介紹了機器學習在圖像識別與疾病診斷中的應用及進展，首先介紹有關人工智慧機器學習各種演算法基礎以及各種不同人工智慧演算法在臨床診斷中的應用；然後詳細闡述不同類別的圖像識別技術在臨床中的具體運用，包括從消化內鏡圖像、超聲影像、CT等影像圖像到自然光線採集照片在疾病診斷中的應用。本書內容深入淺出，由基礎到實踐逐一展開，實用性強。
    本書適合高等院校電腦、數學、醫學專業的學生，也同樣可以為在醫療工作中需要求解相關的臨床問題的醫務或工程人員提供解決方案和理論工具。
作者介紹
劉小偉//侯木舟//殷亞妮//張潔|責編:姚慶爽|總主編:李衍達
目錄
「新一代人工智慧理論、技術及應用叢書」序
序
前言
第1章  引言
  1.1  醫學影像學分析與人工智慧
    1.1.1  基本概況
    1.1.2  技術手段
    1.1.3  應用領域
  1.2  臨床診斷與人工智慧
    1.2.1  疾病診斷的人腦智能時代
    1.2.2  臨床診斷的人工智慧時代
  1.3  人工智慧在醫學影像和臨床診斷中的機遇與挑戰
  參考文獻
第2章  人工智慧與機器學習演算法基礎
  2.1  機器學習
    2.1.1  逆傳播網路
    2.1.2  極限學習機
    2.1.3  支持向量機
    2.1.4  深度學習演算法
    2.1.5  其他機器學習
  2.2  卷積神經網路
    2.2.1  卷積神經網路概念
    2.2.2  卷積神經網路現有研究方法與進展
    2.2.3  卷積神經網路在醫學領域的應用
  2.3  自然語言處理
    2.3.1  正則表達式
    2.3.2  自然語言處理技術介紹
    2.3.3  自然語言處理在醫學文本挖掘中的應用
  2.4  深度學習
    2.4.1  深度學習概述
    2.4.2  深度學習模型及其應用場景
    2.4.3  深度學習在醫學圖像中的應用
  2.5  遷移學習
    2.5.1  遷移學習的基本假設與定義
    2.5.2  遷移學習研究現狀與進展
    2.5.3  遷移學習方法在醫學領域的應用
  2.6  圖卷積神經網路
    2.6.1  背景與概念
    2.6.2  圖卷積神經網路的現有方法與架構
    2.6.3  圖卷積神經網路在醫學領域的應用
  參考文獻
第3章  人工智慧演算法在臨床診斷中的應用
  3.1  蟻群演算法的應用
    3.1.1  蟻群演算法的基本概念
    3.1.2  蟻群演算法的研究現狀與進展
    3.1.3  蟻群演算法在醫學領域的應用
  3.2  模糊集合的應用
    3.2.1  模糊集合基本假設與定理
    3.2.2  模糊集合的應用舉例
  3.3  人工神經網路的應用

    3.3.1  人工神經網路的基本概念
    3.3.2  人工神經網路的應用舉例
  3.4  K近鄰演算法的應用
    3.4.1  K近鄰演算法基本概念
    3.4.2  K近鄰演算法在醫學影像中的應用
  3.5  決策樹演算法的應用
    3.5.1  決策樹演算法的基本概念
    3.5.2  決策樹演算法流程與調用
    3.5.3  決策樹演算法在醫學影像中的應用
  3.6  支持向量機演算法的應用
    3.6.1  線性可分支持向量機與硬間隔最大化
    3.6.2  近似線性可分SVM與軟間隔最大化
    3.6.3  非線性可分SVM與核函數
    3.6.4  SVM演算法在醫學影像中的應用
  3.7  隨機森林演算法的應用
    3.7.1  隨機森林演算法流程與調用
    3.7.2  隨機森林演算法應用實例
  3.8  其他演算法的應用
    3.8.1  主成分分析
    3.8.2  線性判別分析
    3.8.3  局部線性嵌入
    3.8.4  三大降維演算法在醫學影像中的應用
  參考文獻
第4章  人工智慧在消化內鏡圖像中的應用
  4.1  人工智慧輔助上消化道內鏡檢查質量控制
    4.1.1  巴雷特食管異型增生的鑒別
    4.1.2  食管鱗狀細胞癌的鑒定
    4.1.3  胃癌的鑒別
    4.1.4  人工智慧在胃腸道內窺鏡領域的未來挑戰
  4.2  輔助檢測巴雷特食管
    4.2.1  巴雷特食管的定義
    4.2.2  巴雷特食管的內鏡下篩查現狀
    4.2.3  人工智慧輔助檢測巴雷特食管的應用
    4.2.4  小結
  4.3  輔助消化道早癌及癌前病變的篩查
    4.3.1  結腸息肉檢測
    4.3.2  胃癌早期檢測
    4.3.3  食管癌的檢測
    4.3.4  AI在消化道早癌及癌前病變篩查應用中的限制
  4.4  人工智慧輔助下消化道內鏡檢查質量控制
    4.4.1  電腦輔助檢測
    4.4.2  電腦輔助診斷
    4.4.3  電腦輔助監測
    4.4.4  展望
  4.5  輔助檢測結直腸息肉
    4.5.1  研究背景
    4.5.2  人工智慧輔助檢測結直腸息肉研究進展
    4.5.3  結論與展望
  4.6  人工智慧輔助膠囊內鏡檢查質量控制
    4.6.1  膠囊內鏡的用途及對AI的需求

    4.6.2  圖像處理的AI技術
    4.6.3  AI方法在膠囊內鏡檢查中的應用與進展
    4.6.4  不足與展望
  參考文獻
第5章  人工智慧在超聲影像中的應用
  5.1  輔助診斷肝臟疾病
    5.1.1  人工智慧輔助超聲診斷肝臟疾病簡介
    5.1.2  人工智慧輔助超聲診斷肝臟疾病的應用
  5.2  輔助診斷膽胰疾病
    5.2.1  膽胰疾病與人工智慧
    5.2.2  人工智慧輔助識別胰腺腫瘤
    5.2.3  人工智慧輔助識別膽道疾病
    5.2.4  未來展望
  5.3  輔助乳腺疾病的診斷
    5.3.1  概述
    5.3.2  AI在乳腺超聲診斷中的研究現狀及應用進展
    5.3.3  AI輔助乳腺超聲診斷的意義及面臨的挑戰
  5.4  輔助甲狀腺疾病的診斷
    5.4.1  概述
    5.4.2  AI在甲狀腺超聲診斷中的研究現狀及應用進展
    5.4.3  AI輔助甲狀腺超聲診斷的意義及面臨的挑戰
  參考文獻
第6章  人工智慧在X射線、CT和MRI檢查診斷中的應用
  6.1  輔助CT識別腹部脂肪
    6.1.1  脂肪組織的臨床意義
    6.1.2  脂肪組織的影像學表現
    6.1.3  人工智慧輔助識別脂肪組織研究進展
    6.1.4  未來展望
  6.2  輔助CT在腹水診斷中的應用
    6.2.1  影像學與腹水
    6.2.2  CT在腹水診斷中的應用
    6.2.3  研究的特色與創新
    6.2.4  局限性與未來展望
  6.3  輔助診斷腦功能磁共振
    6.3.1  腦功能磁共振的概念
    6.3.2  FMRI在醫學中的應用現狀及前景
    6.3.3  AI在FMRI中的應用現狀及優勢
  參考文獻
第7章  人工智慧識別自然光線採集照片在疾病診斷中的應用
  7.1  輔助鞏膜顏色識別（應用案例）
    7.1.1  研究背景
    7.1.2  研究方法
    7.1.3  研究結果
    7.1.4  研究結論
  7.2  輔助皮膚顏色識別
    7.2.1  自然光照片可感知的局部病變和全身疾病在皮膚的表現
    7.2.2  自然光下皮膚照片的機器學習
  參考文獻
第8章  基於機器學習輔助消化系統疾病臨床診治
  8.1  輔助炎症性腸病的發病風險預測、疾病診斷、預測治療效果

    8.1.1  發病機制
    8.1.2  診斷與鑒別診斷
    8.1.3  病情評價與治療
    8.1.4  慢病管理
  8.2  輔助診斷潰瘍性結腸炎
    8.2.1  潰瘍性結腸炎內鏡特點
    8.2.2  黏膜愈合
    8.2.3  內鏡及組織學愈合評估
    8.2.4  人工智慧與UC疾病活動度
    8.2.5  結腸炎相關癌變
  8.3  輔助腹水的鑒別診斷
    8.3.1  常見的腹水相關指標
    8.3.2  腹水鑒別診斷存在的困難
    8.3.3  AI技術輔助腹水診斷的相關研究實例
    8.3.4  人工智慧技術在腹水等醫學研究中的困境
  8.4  輔助消化道動力學檢測識別
    8.4.1  食管動力障礙性疾病與相關檢測方法
    8.4.2  基於機器學習輔助識別HRM圖譜協助診斷食管動力障礙性疾病
    8.4.3  展望
  8.5  輔助檢測幽門螺桿菌感染
    8.5.1  幽門螺桿菌的醫學簡述及檢測方法
    8.5.2  機器學習在輔助檢測幽門螺桿菌感染中的運用
  參考文獻
第9章  對人工智慧驅動下的未來醫療的展望
  9.1  人工智慧在醫療中前景廣闊
  9.2  人工智慧與未來醫療
  9.3  展望

  • 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