幫助中心 | 我的帳號 | 關於我們

結構性心臟病智能輔助分析方法研究/博士論叢

  • 作者:洛桑嘎登//王建勇|責編:饒定飛
  • 出版社:電子科大
  • ISBN:9787577019994
  • 出版日期:2026/01/01
  • 裝幀:平裝
  • 頁數:139
人民幣:RMB 59 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書圍繞結構性心臟病智能輔助分析展開研究,聚焦超聲心動圖圖像質量評估、探頭智能引導、併發症預測及生存分析等關鍵環節。作者洛桑嘎登、王建勇運用深度神經網路等先進技術,構建多任務學習框架、記憶增強圖神經網路等模型,結合實驗驗證與系統實現,為結構性心臟病診療提供智能輔助方案。書中詳細闡述各研究模塊的數據準備、模型構建、實驗分析及系統設計,兼具理論深度與實踐價值,對提升結構性心臟病診療的智能化水平、優化臨床決策具有重要意義,適合醫學工程、人工智慧領域研究者及臨床醫師參考。

作者介紹
洛桑嘎登//王建勇|責編:饒定飛

目錄
第一章  緒論
  1.1  研究背景與意義
  1.2  深度神經網路在結構性心臟疾病診療中的應用
    1.2.1  深度神經網路概述
    1.2.2  結構性心臟疾病智能分析概述
  1.3  研究內容與主要貢獻
第二章  超聲心動圖圖像質量智能評估
  2.1  引言
  2.2  數據準備
  2.3  結合像素與語義失真測量的實時圖像質量評估模型
    2.3.1  多任務學習框架
    2.3.2  基於自適應排序方法的像素失真評估
    2.3.3  基於結構感知學習的語義失真評估
  2.4  實驗結果與分析
    2.4.1  實驗設置
    2.4.2  消融實驗
    2.4.3  與最先進方法的性能比較
    2.4.4  泛化性能比較
  2.5  超聲影像質量自動評估系統實現
    2.5.1  系統設計
    2.5.2  系統實現
  2.6  本章小結
第三章  超聲心動圖檢查探頭智能引導
  3.1  引言
  3.2  數據準備
  3.3  融合時序與相關性建模的多任務超聲探頭智能引導模型
    3.3.1  單幀圖像結構建模
    3.3.2  連續圖像幀時序關係建模
    3.3.3  任務相關性建模
  3.4  實驗結果與分析
    3.4.1  實驗設置
    3.4.2  實驗結果
    3.4.3  定量分析結果
    3.4.4  定性分析結果
    3.4.5  與最先進方法的性能比較
  3.5  超聲動作指引標注系統
    3.5.1  系統設計
    3.5.2  系統實現
  3.6  本章小結
第四章  結構性心臟病併發症預測
  4.1  引言
  4.2  數據準備
  4.3  基於記憶增強圖神經網路的結構性心臟病併發症預測模型
    4.3.1  特徵提取模塊
    4.3.2  記憶模塊
    4.3.3  GCN模塊
    4.3.4  局部更新學習演算法
  4.4  實驗結果與分析
    4.4.1  實驗設置
    4.4.2  網路設計合理性分析

    4.4.3  消融研究
    4.4.4  與基線的比較
    4.4.5  與最先進方法的性能比較
    4.4.6  ODIR數據集的實驗結果
  4.5  本章小結
第五章  結構性心臟病生存分析
  5.1  引言
  5.2  數據準備
  5.3  面向動態協變數的自適應風險評估模型
    5.3.1  深度神經網路特徵提取
    5.3.2  時間依賴性Cox比例風險模型
    5.3.3  融合時間依賴性Cox模型的深度神經網路
  5.4  實驗結果與分析
    5.4.1  實驗設置
    5.4.2  實驗結果
    5.4.3  模型判別能力分析
    5.4.4  模型校準度分析
    5.4.5  模型對患者風險分層能力分析
    5.4.6  討論
  5.5  本章小結
第六章  總結與展望
  6.1  總結
  6.2  展望
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