中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
醫學影像深度學習(面向新工科的電工電子信息基礎課程系列教材) 版權信息
- ISBN：9787302635550
- 條形碼：9787302635550 ; 978-7-302-63555-0
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
醫學影像深度學習(面向新工科的電工電子信息基礎課程系列教材) 本書特色
（1）緊密圍繞醫學影像這一對象展開論述，充分考慮臨床醫學與工程學的交叉融合，兼顧基礎性、實踐性與前沿性。
（2）基于PyTorch進行深度學習模型的構建，與科技前沿技術接軌，可便捷地使用*新的深度模型。
（3）內容聚焦于醫學影像分類、目標檢測與分割三大任務，系統講解每種任務的實現過程，能夠覆蓋絕大多數臨床應用場景。
（4）每章內容都配有PPT、視頻講解與案例展示，并給出源代碼、數據集，便于讀者自主學習，達到理論與實踐相結合的效果。
（5）掃描目錄上方的二維碼，即可下載教學大綱和PPT課件；掃描各章首頁的二維碼，即可觀看教學視頻；掃描案例首頁的二維碼，即可下載源代碼和數據集。
醫學影像深度學習(面向新工科的電工電子信息基礎課程系列教材) 內容簡介
本書首先簡要介紹人工智能與深度學習的發展歷程與應用、臨床各種成像以及深度學習環境；然后重點圍繞醫學影像分類、目標檢測與分割三大基本任務展開講解，闡述每種任務的基本概念與臨床意義，介紹典型的深度神經網絡，給出醫學影像數據集的構建、網絡的訓練、測試以及性能評價方面的具體方法；*后介紹醫學影像深度學習領域常用的公開數據集。此外，針對三大基本任務給出六個案例。本書可作為高等醫科院校或高等院校醫學相關專業高年級本科生和研究生的教材或參考書，也可供相關領域的科研人員、工程技術人員參考。
醫學影像深度學習(面向新工科的電工電子信息基礎課程系列教材) 目錄
第1章人工智能之深度學習
1.1人工智能簡介
1.1.1基本概念
1.1.2發展歷程
1.2深度學習簡介
1.3深度學習在醫學影像處理中的應用
1.4本章小結
參考文獻
第2章醫學成像簡介
2.1X射線成像
2.1.1成像原理
2.1.2影像特點
2.1.3臨床應用
2.2CT成像
2.2.1成像原理
2.2.2影像特點
2.2.3臨床應用
2.3MRI成像
2.3.1成像原理
2.3.2影像特點
2.3.3臨床應用
2.4超聲成像
2.4.1成像原理
2.4.2影像特點
2.4.3臨床應用
2.5醫療內窺鏡成像
2.5.1成像原理
2.5.2影像特點
2.5.3臨床應用
2.6數字病理成像
2.6.1成像原理
2.6.2影像特點
2.6.3臨床應用
2.7本章小結
參考文獻
第3章深度學習環境
3.1編程語言和環境
3.1.1編程語言
3.1.2編程環境
3.2深度學習框架
3.3PyTorch深度學習環境的搭建
3.4本章小結
參考文獻
第4章基于深度學習的醫學影像分類
4.1引言
4.2卷積神經網絡
4.3面向分類的深度神經網絡
4.4臨床選題
4.5醫學影像數據集的構建
4.5.1醫學影像的收集
4.5.2醫學影像的標注
4.6網絡的訓練和測試
4.6.1數據集的劃分
4.6.2數據預處理
4.6.3分類網絡的選擇
4.6.4損失函數和優化方式
4.6.5網絡超參數的調整
4.6.6欠擬合和過擬合
4.7分類性能的評價
4.7.1基于指標體系的性能評價
4.7.2基于人機對比的性能評價
4.7.3基于壓力測試的性能評價
4.7.4類激活映射圖
4.8本章小結
參考文獻
第5章基于深度學習的醫學影像目標檢測
5.1引言
5.2面向目標檢測的深度神經網絡
5.2.1Twostage方案
5.2.2Onestage方案
5.3臨床選題
5.4醫學影像數據集的構建
5.4.1醫學影像的收集
5.4.2醫學影像的標注
5.5網絡的訓練和測試
5.5.1數據集的劃分
5.5.2數據預處理
5.5.3目標檢測網絡的選擇
5.5.4損失函數和優化方式
5.5.5網絡超參數的調整
5.6目標檢測性能的評價
5.6.1基于指標體系的性能評價
5.6.2基于人機對比的性能評價
5.6.3基于壓力測試的性能評價
5.7本章小結
參考文獻
第6章基于深度學習的醫學影像分割
6.1引言
6.2面向分割的深度神經網絡
6.3臨床選題
6.4醫學影像數據集的構建
6.4.1醫學影像數據的收集
6.4.2醫學影像數據的標注
6.5網絡的訓練和測試
6.5.1數據集的劃分
6.5.2數據集的預處理
6.5.3分割網絡的選取
6.5.4損失函數和優化方式
6.5.5網絡超參數的調整
6.6分割性能的評價
6.6.1基于指標體系的性能評價
6.6.2基于實際應用的性能評價
6.7本章小結
參考文獻
第7章醫學影像公開數據集
7.1引言
7.2面向分類的公開數據集
7.3面向目標檢測的公開數據集
7.4面向分割的公開數據集
7.5公開數據集的優勢和不足
7.6本章小結
參考文獻
案例篇
案例1乳腺腫瘤良惡性的識別
案例2新型冠狀病毒感染的識別
案例3心影增大的檢測
案例4紅細胞的檢測
案例5心臟MRI的分割
案例6超聲心動圖的分割
展開全部
醫學影像深度學習(面向新工科的電工電子信息基礎課程系列教材) 作者簡介
（1）粘永健，陸軍軍醫大學生物醫學工程與影像醫學系副教授，碩士生導師，長期從事醫學影像人工智能的教學和科研工作，講授本科生的“醫學影像人工智能”以及博士研究生的“數字醫學與人工智能”等課程，獲校級教學成果一等獎，獲評校級優秀教師、教學標兵。現任重慶市數字醫學學會常務理事，重慶市計算機學會高性能計算專委會委員。先后主持國家與省部級項目5項，近5年在國際人工智能領域知名期刊上發表SCI論文5篇（通訊作者），授權發明專利4項、軟件著作權3項。
（2）肖晶晶，陸軍軍醫大學第二附屬醫院生物醫學信息研究與應用中心主任，長期從事醫學影像人工智能的教學和科研工作，講授本科生的“醫學影像設備學”等課程。先后主持國家與省部級項目5項，近5年發表SCI論文10余篇，授權發明專利3項。
（3）戚婧，解放軍總醫院醫學大數據研究中心博士研究生，主要研究方向為醫學影像人工智能。近5年發表SCI論文3篇，主持省部級項目1項，曾獲第十六屆中國研究生電子設計競賽全國一等獎，獲評陸軍軍醫大學優秀研究生。
書友推薦
- >
我與地壇
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
月亮虎
- >
詩經-先民的歌唱
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
我從未如此眷戀人間
- >
上帝之肋:男人的真實旅程
- >
回憶愛瑪儂
本類暢銷
