中图网

>

医技学

>

影像学

机器学习辅助医学影像分析与临床诊断

作者：刘小伟著

出版社：科学出版社出版时间：2024-11-01

开本： B5 页数： 306

本类榜单：医学销量榜

中图价:¥142.2(7.9折) 定价 ~~¥180.0~~ 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>

>
补遗雷公炮制便览 (一函2册)

补遗雷公炮制便览 (一函2册)

¥616¥880
>
方剂学

方剂学

¥68.9¥79
>
(精)河南古代医家经验辑

(精)河南古代医家经验辑

¥39.7¥90
>
中医珍本文库影印点校(珍藏版):医案摘奇·雪雅堂医案合集

中医珍本文库影印点校(珍藏版):医案摘奇·雪雅堂医案合集

¥24.3¥46.8
>
中医珍本文库影印点校(珍藏版):外科方外奇方

中医珍本文库影印点校(珍藏版):外科方外奇方

¥10.3¥17
>
中医珍本文库影印点校(珍藏版):用药禁忌书

中医珍本文库影印点校(珍藏版):用药禁忌书

¥13.8¥25
>
中医珍本文库影印点校(珍藏版):沈氏女科辑要笺疏

中医珍本文库影印点校(珍藏版):沈氏女科辑要笺疏

¥17.9¥37

商品详情
商品评论(0条)

中图价:¥142.2 加入购物车

版权信息
内容简介
目录

机器学习辅助医学影像分析与临床诊断版权信息

ISBN：9787030796691
条形码：9787030796691 ; 978-7-03-079669-1
装帧：精装
册数：暂无
重量：暂无
所属分类：
医学
>
医技学
>
影像学

机器学习辅助医学影像分析与临床诊断内容简介

随着现代医学发展，疾病数据的生产和积累已经远远超出了医务工作者人脑智能所能承担的处理上限。机器学习将临床疾病诊断由人脑智能跨入人工智能时代，有助于高效解决现代健康问题。本书以统一而较为简明的方式介绍了机器学习在图像识别与疾病诊断中的应用及进展，首先介绍有关人工智能机器学习各种算法基础以及各种不同人工智能算法在临床诊断中的应用；然后详细阐述不同类别的图像识别技术在临床中的具体运用，包括从消化内镜图像、超声影像、CT等影像图像到自然光线采集照片在疾病诊断中的应用。本书内容深入浅出，由基础到实践逐一展开，实用性强。

机器学习辅助医学影像分析与临床诊断目录

目录“新一代人工智能理论、技术及应用丛书”序序前言第1章引言 11.1 医学影像学分析与人工智能 11.1.1 基本概况 1 1.1.2 技术手段 1 1.1.3 应用领域 3 1.2 临床诊断与人工智能 51.2.1 疾病诊断的人脑智能时代 5 1.2.2 临床诊断的人工智能时代 7 1.3 人工智能在医学影像和临床诊断中的机遇与挑战 8参考文献 9 第2章人工智能与机器学习算法基础 112.1 机器学习 112.1.1 逆传播网络 12 2.1.2 极限学习机 16 2.1.3 支持向量机 19 2.1.4 深度学习算法 27 2.1.5 其他机器学习 29 2.2 卷积神经网络 372.2.1 卷积神经网络概念 37 2.2.2 卷积神经网络现有研究方法与进展 39 2.2.3 卷积神经网络在医学领域的应用 41 2.3 自然语言处理 432.3.1 正则表达式 44 2.3.2 自然语言处理技术介绍 45 2.3.3 自然语言处理在医学文本挖掘中的应用 51 2.4 深度学习 522.4.1 深度学习概述 52 2.4.2 深度学习模型及其应用场景 55 2.4.3 深度学习在医学图像中的应用 59 2.5 迁移学习 602.5.1 迁移学习的基本假设与定义 62 2.5.2 迁移学习研究现状与进展 63 2.5.3 迁移学习方法在医学领域的应用 67 2.6 图卷积神经网络 692.6.1 背景与概念 69 2.6.2 图卷积神经网络的现有方法与架构 70 2.6.3 图卷积神经网络在医学领域的应用 73 参考文献 76 第3章人工智能算法在临床诊断中的应用 793.1 蚁群算法的应用 793.1.1 蚁群算法的基本概念 79 3.1.2 蚁群算法的研究现状与进展 80 3.1.3 蚁群算法在医学领域的应用 81 3.2 模糊集合的应用 843.2.1 模糊集合基本假设与定理 84 3.2.2 模糊集合的应用举例 86 3.3 人工神经网络的应用 883.3.1 人工神经网络的基本概念 88 3.3.2 人工神经网络的应用举例 90 3.4 K 近邻算法的应用 923.4.1 K 近邻算法基本概念 92 3.4.2 K 近邻算法在医学影像中的应用 94 3.5 决策树算法的应用 973.5.1 决策树算法的基本概念 97 3.5.2 决策树算法流程与调用 99 3.5.3 决策树算法在医学影像中的应用 99 3.6 支持向量机算法的应用 1043.6.1 线性可分支持向量机与硬间隔*大化 105 3.6.2 近似线性可分SVM与软间隔*大化 108 3.6.3 非线性可分SVM与核函数 109 3.6.4 SVM算法在医学影像中的应用 111 3.7 随机森林算法的应用 1133.7.1 随机森林算法流程与调用 114 3.7.2 随机森林算法应用实例 115 3.8 其他算法的应用 1173.8.1 主成分分析 118 3.8.2 线性判别分析 121 3.8.3 局部线性嵌入 124 3.8.4 三大降维算法在医学影像中的应用 127 参考文献 130 第4章人工智能在消化内镜图像中的应用 1334.1 人工智能辅助上消化道内镜检查质量控制 1334.1.1 巴雷特食管异型增生的鉴别 133 4.1.2 食管鳞状细胞癌的鉴定 134 4.1.3 胃癌的鉴别 135 4.1.4 人工智能在胃肠道内窥镜领域的未来挑战 136 4.2 辅助检测巴雷特食管 1374.2.1 巴雷特食管的定义 137 4.2.2 巴雷特食管的内镜下筛查现状 137 4.2.3 人工智能辅助检测巴雷特食管的应用 138 4.2.4 小结 140 4.3 辅助消化道早癌及癌前病变的筛查 1404.3.1 结肠息肉检测 141 4.3.2 胃癌早期检测 141 4.3.3 食管癌的检测 143 4.3.4 AI 在消化道早癌及癌前病变筛查应用中的限制 144 4.4 人工智能辅助下消化道内镜检查质量控制 1454.4.1 计算机辅助检测 145 4.4.2 计算机辅助诊断 146 4.4.3 计算机辅助监测 146 4.4.4 展望 147 4.5 辅助检测结直肠息肉 1474.5.1 研究背景 147 4.5.2 人工智能辅助检测结直肠息肉研究进展 148 4.5.3 结论与展望 152 4.6 人工智能辅助胶囊内镜检查质量控制 1524.6.1 胶囊内镜的用途及对AI的需求 152 4.6.2 图像处理的AI技术 153 4.6.3 AI 方法在胶囊内镜检查中的应用与进展 157 4.6.4 不足与展望 159 参考文献 159 第5章人工智能在超声影像中的应用 1675.1 辅助诊断肝脏疾病 1675.1.1 人工智能辅助超声诊断肝脏疾病简介 167 5.1.2 人工智能辅助超声诊断肝脏疾病的应用 168 5.2 辅助诊断胆胰疾病 1715.2.1 胆胰疾病与人工智能 171 5.2.2 人工智能辅助识别胰腺肿瘤 172 5.2.3 人工智能辅助识别胆道疾病 173 5.2.4 未来展望 174 5.3 辅助乳腺疾病的诊断 1745.3.1 概述 174 5.3.2 AI在乳腺超声诊断中的研究现状及应用进展 175 5.3.3 AI辅助乳腺超声诊断的意义及面临的挑战 178 5.4 辅助甲状腺疾病的诊断 1795.4.1 概述 179 5.4.2 AI在甲状腺超声诊断中的研究现状及应用进展 181 5.4.3 AI辅助甲状腺超声诊断的意义及面临的挑战 183 参考文献 184 第6章人工智能在X射线、CT和MRI检查诊断中的应用 1906.1 辅助CT识别腹部脂肪 1906.1.1 脂肪组织的临床意义 190 6.1.2 脂肪组织的影像学表现 192 6.1.3 人工智能辅助识别脂肪组织研究进展 193 6.1.4 未来展望 195 6.2 辅助CT在腹水诊断中的应用 1966.2.1 影像学与腹水 196 6.2.2 CT在腹水诊断中的应用 196 6.2.3 研究的特色与创新 199 6.2.4 局限性与未来展望 200 6.3 辅助诊断脑功能磁共振 2006.3.1 脑功能磁共振的概念 200 6.3.2 FMRI在医学中的应用现状及前景 205 6.3.3 AI在FMRI中的应用现状及优势 208 参考文献 220 第7章人工智能识别自然光线采集照片在疾病诊断中的应用 2257.1 辅助巩膜颜色识别（应用案例） 2267.1.1 研究背景 226 7.1.2 研究方法 227 7.1.3 研究结果 233 7.1.4 研究结论 236 7.2 辅助皮肤颜色识别 2367.2.1 自然光照片可感知的局部病变和全身疾病在皮肤的表现 236 7.2.2 自然光下皮肤照片的机器学习 238 参考文献 242 第8章基于机器学习辅助消化系统疾病临床诊治 2448.1 辅助炎症性肠病的发病风险预测、疾病诊断、预测治疗效果 2448.1.1 发病机制 244 8.1.2 诊断与鉴别诊断 245 8.1.3 病情评价与治疗 247 8.1.4 慢病管理 249 8.2 辅助诊断溃疡性结肠炎 2498.2.1 溃疡性结肠炎内镜特点 249 8.2.2 黏膜愈合 250 8.2.3 内镜及组织学愈合评估 251 8.2.4 人工智能与UC疾病活动度 253 8.2.5 结肠炎相关癌变 256 8.3 辅助腹水的鉴别诊断 2578.3.1 常见的腹水相关指标 257 8.3.2 腹水鉴别诊断存在的困难 259 8.3.3 AI技术辅助腹水诊断的相关研究实例 259 8.3.4 人工智能技术在腹水等医学研究中的困境 263 8.4 辅助消化道动力学检测识别 2648.4.1 食管动力障碍性疾病与相关检测方法 264 8.4.2 基于机器学习辅助识别HRM图谱协助诊断食管动力障碍性疾病 269 8.4.3 展望 271 8.5 辅助检测幽门螺杆菌感染 2728.5.1 幽门螺杆菌的医学简述及检测方法 272 8.5.2 机器学习在辅助检测幽门螺杆菌感染中的运用 274 参考文献 278 第9章对人工智能驱动下的未来医疗的展望 2829.1 人工智能在医疗中前景广阔 2829.2 人工智能与未来医疗 2829.3 展望 283

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐