超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

不再提示
关闭
图书盲袋,以书为“药”
欢迎光临中图网 请 | 注册
> >>
深度学习在肿瘤诊断中的应用

深度学习在肿瘤诊断中的应用

作者:张征 等
出版社:北京邮电大学出版社出版时间:2024-07-01
开本: 16开 页数: 153
本类榜单:医学销量榜
中 图 价:¥45.2(7.8折) 定价  ¥58.0 登录后可看到会员价
加入购物车 收藏
运费6元,满39元免运费
?新疆、西藏除外
本类五星书更多>

深度学习在肿瘤诊断中的应用 版权信息

  • ISBN:9787563572663
  • 条形码:9787563572663 ; 978-7-5635-7266-3
  • 装帧:平装-胶订
  • 册数:暂无
  • 重量:暂无
  • 所属分类:>>

深度学习在肿瘤诊断中的应用 内容简介

以深度学习为代表的人工智能技术不依赖用户交互,具有效率高、效果好等特点,在智能辅助诊断中得到了越来越广泛的应用。本书以面向前列腺癌的智能辅助诊断为切入点,针对医学图像标注困难、样本量少、泛化性能差等问题,分析探讨了面向医学图像数据的器官泛化分割、病灶分割分级以及病理图像分类三大主流医学图像处理任务,提出了基于元学习和域判别器的器官泛化分割算法、基于模态融合和形状学习的前列腺癌分割算法、基于图神经网络的病理图像分类算法等算法,并基于开源和私有数据集进行了大量的实验,结果显示本书所提算法均达到了领域内的领先水平。

深度学习在肿瘤诊断中的应用 目录

第1章 面向多站点MR图像的器官泛化分割 1.1 介绍 1.1.1 研究背景 1.1.2 国内外研究现状 1.1.3 本章主要工作 1.2 相关工作 1.2.1 通用医学图像分割算法 1.2.2 多任务学习 1.2.3 变分自编码器 1.2.4 迁移学习和无监督域适应 1.2.5 元学习 1.3 方法 1.3.1 基于元学习和域判别器的域泛化算法 1.3.2 基于无监督域适应的医学图像分割算法 1.4 实验分析 1.4.1 基于元学习和域判别器的域泛化算法实验结果分析 1.4.2 基于无监督域适应的医学图像分割算法实验结果分析 1.5 结论 第2章 面向多模态MR图像的病灶分割分级 2.1 介绍 2.1.1 研究背景 2.1.2 国内外研究现状 2.1.3 本章主要工作 2.2 相关工作 2.2.1 卷积神经网络概述 2.2.2 深度残差网络ResNet 2.2.3 语义分割网络 2.2.4 注意力机制 2.3 方法 2.3.1 基于模态融合和形状学习的前列腺癌分割算法 2.3.2 基于软阈值化的前列腺癌分级算法 2.4 实验分析 2.4.1 基于模态融合和形状学习的前列腺癌分割算法实验结果分析 2.4.2 基于软阈值化的前列腺癌分级算法实验结果分析 2.5 结论 第3章 基于图神经网络的病理图像分类 3.1 介绍 3.1.1 研究背景 3.1.2 国内外研究现状 3.1.3 本章主要工作 3.2 相关工作 3.2.1 细胞图生成相关技术介绍 3.2.2 图神经网络相关技术介绍 3.2.3 Transformer相关技术介绍 3.3 方法 3.3.1 细胞图生成算法 3.3.2 细胞图分类算法 3.4 实验分析 3.4.1 细胞图生成算法实验结果分析 3.4.2 细胞图分类算法实验结果分析 3.5 结论 第4章 总结与展望 参考文献
展开全部

深度学习在肿瘤诊断中的应用 作者简介

张征,北京邮电大学现代邮政学院(自动化学院)讲师,近3年主持/主研国家自然科学基金、国家重点研发计划、北京市自然科学基金、工信部工业互联网创新发展工程等国家级/省部级/企业项目十余项。在Pattern Recognition、IEEE JBHI、ACM MM、ICLR、IJCAI等国际权威期刊和顶级会议等发表论文20余篇,其中一区/A类顶级论文8篇,获得ACM/IEEE ICDSC Best Paper Runner-up、NSFC A3 Best Presentation等奖励,授权美国、中国发明专利4项。

商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服