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

醫學人工智慧技術基礎(高等教育醫藥院校信息技術類系列教材)

  • 作者：編者:蔡永銘//周毅|責編:呂燕新//吳超莉
  • 出版社：科學
  • ISBN：9787030846686
  • 出版日期：2026/06/01
  • 裝幀：平裝
  • 頁數：296
人民幣：RMB 69 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書系統闡述人工智慧基礎理論、核心方法與醫藥健康領域典型應用，內容涵蓋醫藥大數據分析、深度學習模型、醫學影像智能分析、醫學自然語言處理、知識圖譜、大語言模型及藥物智能研發等方面。全書注重理論與實踐結合，既介紹人工智慧的基本原理與方法，也通過醫藥案例展現其應用價值。
    本書可作為高等院校人工智慧與醫學應用相關課程的教材，亦適用於電腦科學與技術、人工智慧、智能醫學工程和生物醫學工程等專業的教學與學習，同時可為醫藥大數據分析及醫學人工智慧研究和應用的科研人員與產業從業者提供參考。
作者介紹
編者:蔡永銘//周毅|責編:呂燕新//吳超莉
目錄
第1章  醫藥大數據與人工智慧概述
  1.1  醫藥大數據概述
    1.1.1  醫藥大數據的概念和特點
    1.1.2  醫藥大數據的分類與特點
    1.1.3  醫藥大數據處理的主要環節
    1.1.4  醫藥大數據的應用價值
  1.2  人工智慧發展概述
    1.2.1  人工智慧的萌芽階段
    1.2.2  機器學習興起階段
    1.2.3  深度學習驅動的發展階段
    1.2.4  通用人工智慧技術的探索與應用階段
    1.2.5  醫學人工智慧發展現狀與趨勢
  1.3  醫學人工智慧倫理與醫學大數據安全
    1.3.1  人工智慧的倫理挑戰
    1.3.2  醫藥大數據隱私保護
    1.3.3  醫藥大數據安全管理
    1.3.4  責任歸屬與決策
  1.4  人工智慧技術與智慧醫學
    1.4.1  臨床決策支持系統與AI輔助診斷
    1.4.2  自然語言處理在醫療文本中的應用
    1.4.3  醫學影像智能分析技術
    1.4.4  基因組學與精準醫療中的AI應用
    1.4.5  藥物發現與設計中的人工智慧技術
    1.4.6  人工智慧在智慧醫院建設中的應用
    1.4.7  人工智慧技術在健康管理等領域的應用
第2章  醫藥數據獲取及預處理
  2.1  醫藥數據獲取
    2.1.1  醫藥數據的來源
    2.1.2  中醫藥數據獲取
    2.1.3  生物組學數據獲取
    2.1.4  醫學影像數據獲取
    2.1.5  藥物公共資料庫獲取
  2.2  數據預處理流程與方法
    2.2.1  數據獲取
    2.2.2  數據質量校驗與數據清洗
    2.2.3  數據集成
    2.2.4  數據轉換
    2.2.5  數據脫敏
    2.2.6  數據特徵選擇
    2.2.7  醫藥領域數據預處理案例
  2.3  預處理后的數據質量評估
    2.3.1  數據質量評估維度與指標
    2.3.2  評估方法和常用工具
    2.3.3  數據分割：訓練集、驗證集與測試集
    2.3.4  數據優化策略
    2.3.5  醫藥領域預處理數據質量評估
  2.4  標準數據集與專病資料庫
    2.4.1  標準數據集
    2.4.2  專病資料庫
    2.4.3  通用數據模型

第3章  醫學數據分析方法
  3.1  醫學數據分析概述
  3.2  相關性與回歸分析
    3.2.1  相關性分析
    3.2.2  線性回歸分析
    3.2.3  邏輯回歸
    3.2.4  回歸分析應用
  3.3  監督學習
    3.3.1  支持向量機
    3.3.2  決策樹
    3.3.3  隨機森林
    3.3.4  分類與集成演算法應用
  3.4  無監督聚類學習
    3.4.1  聚類演算法
    3.4.2  聚類演算法的應用
  3.5  半監督學習
    3.5.1  一致性正則化
    3.5.2  偽標籤
    3.5.3  混合方法（FixMatch演算法）
  3.6  生存分析
    3.6.1  生存分析基本概念
    3.6.2  Kaplan-Meier生存曲線分析
    3.6.3  Cox比例風險模型
    3.6.4  生存分析綜合項目：白血病患者生存風險的多因素分析
  3.7  強化學習
    3.7.1  深度強化學習演算法
    3.7.2  醫療領域的特殊挑戰與解決方案
    3.7.3  醫療應用案例與實現考量
第4章  人工神經網路與深度學習
  4.1  人工神經網路基礎
    4.1.1  人工神經網路的基本概念
    4.1.2  網路結構及工作原理
    4.1.3  BP演算法訓練神經網路
    4.1.4  MLP在醫藥大數據分析中的應用案例
  4.2  深度學習方法概述
    4.2.1  深度學習的定義
    4.2.2  深度學習的特徵
    4.2.3  深度學習的典型方法
  4.3  深度學習模型與方法
    4.3.1  深度神經網路
    4.3.2  卷積神經網路
    4.3.3  循環神經網路
    4.3.4  Transformer模型
    4.3.5  圖神經網路
  4.4  醫藥大數據深度學習案例
第5章  醫學影像處理
  5.1  醫學影像概述
    5.1.1  醫學影像的定義與類型
    5.1.2  醫學影像處理技術的發展
  5.2  醫學影像預處理

    5.2.1  基本概念
    5.2.2  常用方法
    5.2.3  醫學影像降噪增強案例
  5.3  醫學影像目標檢測與分割
    5.3.1  基本概念
    5.3.2  醫學影像處理分割方法的發展歷程
    5.3.3  基於MedSAM的腹部器官檢測與分割示例
  5.4  醫學影像特徵提取與分類
    5.4.1  基本概念與範式
    5.4.2  主要技術方法
    5.4.3  應用案例：基於影像組學的腫瘤形態分類
  5.5  醫學影像生成
    5.5.1  基本概念
    5.5.2  常用方法
    5.5.3  應用舉例
第6章  醫學自然語言處理及應用
  6.1  醫學自然語言處理概述
    6.1.1  定義與重要性
    6.1.2  醫學文本的特性與挑戰
    6.1.3  醫學自然語言處理與知識圖譜的關聯
  6.2  醫學自然語言處理核心技術與應用
    6.2.1  醫學信息抽取技術
    6.2.2  醫學文本分類與理解
  6.3  電子病歷文本處理任務與模型
    6.3.1  電子病歷文本的特點
    6.3.2  主要處理任務
    6.3.3  常用模型與技術
    6.3.4  案例分析與實踐
  6.4  醫療診療對話系統及案例
    6.4.1  應用場景與分類
    6.4.2  關鍵技術組成
    6.4.3  應用案例展示
    6.4.4  未來發展趨勢
第7章  醫藥知識圖譜
  7.1  知識圖譜概述
    7.1.1  醫藥知識圖譜特點
    7.1.2  發展歷程
  7.2  醫藥知識圖譜構建技術
    7.2.1  數據源選擇與預處理
    7.2.2  知識抽取
    7.2.3  知識融合
    7.2.4  知識存儲
    7.2.5  質量驗證與迭代
  7.3  醫藥知識圖譜應用
    7.3.1  臨床決策支持
    7.3.2  藥物研發
    7.3.3  疾病管理
    7.3.4  醫學教育與培訓
  7.4  循證醫藥知識圖譜驅動的智能醫療問答系統
    7.4.1  系統概述

    7.4.2  系統功能
    7.4.3  系統處理流程
第8章  醫藥領域大語言模型
  8.1  大語言模型基本概念
    8.1.1  大語言模型的概念與發展歷程
    8.1.2  大語言模型的工作原理
    8.1.3  大語言模型的應用領域
  8.2  重要的大語言模型架構
    8.2.1  Transformer架構
    8.2.2  BERT與GPT系列模型
  8.3  醫學大模型實踐
    8.3.1  transformers庫
    8.3.2  大模型的本地部署
    8.3.3  大模型的API調用
第9章  藥物人工智慧
  9.1  藥物人工智慧概述
    9.1.1  藥物發現過程
    9.1.2  藥物發現各階段中的人工智慧技術
    9.1.3  藥物人工智慧的未來趨勢和發展方向
  9.2  人工智慧在藥物發現中的應用
    9.2.1  生物標誌物發現
    9.2.2  藥物靶點發現與藥物重定位
    9.2.3  基於人工智慧的虛擬篩選與藥物分子對接
    9.2.4  人工智慧驅動的分子設計與優化
  9.3  人工智慧在藥物反應預測中的應用
    9.3.1  藥物的藥理學與毒理學預測
    9.3.2  藥物相互作用與藥物反應預測
  9.4  融合網路數據的藥物—靶標預測
    9.4.1  數據集介紹
    9.4.2  整體設計思路
    9.4.3  構造相似度矩陣
    9.4.4  融合特徵提取
    9.4.5  分類預測
    9.4.6  模型評價
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