掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類(lèi)五星書(shū)更多>
-
>
中醫(yī)入門(mén)必背歌訣
-
>
醫(yī)驗(yàn)集要
-
>
尋回中醫(yī)失落的元神2:象之篇
-
>
補(bǔ)遺雷公炮制便覽 (一函2冊(cè))
-
>
人體解剖學(xué)常用詞圖解(精裝)
-
>
神醫(yī)華佗(奇方妙治)
-
>
(精)河南古代醫(yī)家經(jīng)驗(yàn)輯
中圖價(jià):¥112.9
加入購(gòu)物車(chē)
人工智能在腫瘤放射治療中的應(yīng)用 版權(quán)信息
- ISBN：9787559134127
- 條形碼：9787559134127 ; 978-7-5591-3412-7
- 裝幀：平裝-膠訂
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類(lèi)：>>
人工智能在腫瘤放射治療中的應(yīng)用 本書(shū)特色
本書(shū)共分為五個(gè)部分：前景展望、實(shí)施策略、人工智能工具、人工智能應(yīng)用、評(píng)估和結(jié)果。
本書(shū)是具有高度復(fù)雜專(zhuān)業(yè)知識(shí)背景的專(zhuān)家共同努力的結(jié)果，感謝他們?cè)诟鼜V闊的腫瘤放射治療領(lǐng)域分享的專(zhuān)業(yè)知識(shí)。很幸運(yùn)能與這樣一支來(lái)自物理學(xué)、自然科學(xué)、工程學(xué)、臨床醫(yī)學(xué)、倫理學(xué)、評(píng)估科學(xué)等領(lǐng)域的30多名世界頂級(jí)學(xué)術(shù)和工程專(zhuān)家組成的團(tuán)隊(duì)合作，三人行必有我?guī)煟覀兿嗷W(xué)習(xí)，*終協(xié)作出版了這本對(duì)腫瘤放射治療學(xué)界具有很高參考價(jià)值的教材。
人工智能在腫瘤放射治療中的應(yīng)用 內(nèi)容簡(jiǎn)介
人工智能是21世紀(jì)的優(yōu)選技術(shù)，已廣泛應(yīng)用于人類(lèi)生活的方方面面。在醫(yī)學(xué)領(lǐng)域，AI也取得了很多進(jìn)展，但仍面臨一些挑戰(zhàn)。特別是，AI在臨床應(yīng)用方面存在認(rèn)識(shí)和接受水平參差不齊、研究深度和臨床應(yīng)用廣度有顯著差異、依賴(lài)程度不一等問(wèn)題。本書(shū)為未來(lái)AI在腫瘤放射治療應(yīng)用中的發(fā)展提供了方向和指導(dǎo)。全書(shū)共分為六個(gè)部分十五個(gè)章節(jié)，包括AI在放射治療中的應(yīng)用現(xiàn)狀、基本原理、應(yīng)用策略、近期新模型工具、應(yīng)用示例、倫理問(wèn)題及效果評(píng)估等方面，為臨床醫(yī)師、放射物理師、放射治療技師、研究生及科研人員在腫瘤放射治療工作中研發(fā)和應(yīng)用AI技術(shù)提供了富有啟發(fā)和指導(dǎo)意義的參考教材。
人工智能在腫瘤放射治療中的應(yīng)用 目錄
目 錄
**篇 前景展望
第1章 2040年的臨床腫瘤放射治療：臨床視角下的腫瘤放射治療的未來(lái) 3
1 腫瘤診斷 4
2 到2040年，AI可以通過(guò)精確預(yù)測(cè)改善腫瘤的早期檢測(cè)精度 5
3 到2040年，基于A(yíng)I的方法將提高病理學(xué)結(jié)果判讀的質(zhì)量一致性和可及
性，并可以通過(guò)更大規(guī)模的隨機(jī)數(shù)據(jù)支持預(yù)后和風(fēng)險(xiǎn)分層功能 5
4 到2040年，先進(jìn)的統(tǒng)計(jì)學(xué)方法將會(huì)推動(dòng)使用或提供腫瘤分期中的關(guān)鍵
特征信息 6
5 到2040年，AI將通過(guò)改進(jìn)決策支持系統(tǒng)，為患者確定合適的個(gè)體化治
療方案，推動(dòng)以患者為中心的診療目標(biāo)的實(shí)現(xiàn) 6
6 到2040年，EHR系統(tǒng)中內(nèi)置的算法工具將簡(jiǎn)化審查記錄、制定和編制
規(guī)范化文檔的過(guò)程 6
7 到2040年，AI輔助的自動(dòng)分割和自動(dòng)計(jì)劃設(shè)計(jì)將會(huì)成為臨床實(shí)踐常規(guī)，
可以提高放療計(jì)劃設(shè)計(jì)的質(zhì)量和速度，這將影響治療過(guò)程監(jiān)測(cè)及治療
策略再規(guī)劃 8
8 到2040年，AI將允許使用多來(lái)源數(shù)據(jù)，幫助醫(yī)生更好地管理患者的生
命質(zhì)量 9
參考文獻(xiàn) 9
第2章 2030年腫瘤放射治療的展望 15
1 概述 16
2 對(duì)未來(lái)的展望 17
3 腫瘤放射治療中常用的AI工具包 19
4 進(jìn)入2030年AI工具的發(fā)展軌跡 22
5 結(jié)論 26
參考文獻(xiàn) 26
第二篇 實(shí)施策略
第3章 在醫(yī)學(xué)影像學(xué)中應(yīng)用人工智能的經(jīng)驗(yàn)教訓(xùn)及其對(duì)腫瘤放射治療的啟示 29
1 人工智能生態(tài)系統(tǒng)的演變 29
2 不同類(lèi)型的機(jī)器學(xué)習(xí)工具 32
3 醫(yī)學(xué)影像學(xué)的數(shù)字化轉(zhuǎn)型和計(jì)算機(jī)輔助診斷（CAD） 34
4 醫(yī)學(xué)影像學(xué)和腫瘤放射治療學(xué)的比較 39
5 醫(yī)學(xué)影像定量分析：新的量化分析工具 40
6 工作流程優(yōu)化和工作效率改善 41
7 將AI工具整合到工作流程和新的智能管理系統(tǒng)（IMS）中 43
8 機(jī)器學(xué)習(xí)十項(xiàng)實(shí)踐原則 44
9 結(jié)論 44
致謝 45
參考文獻(xiàn) 45
第4章 用于人工智能輔助腫瘤放射治療研究的公開(kāi)數(shù)據(jù)庫(kù) 47
1 概述 48
2 放射治療和腫瘤影像中的AI 48
3 開(kāi)放獲取式數(shù)據(jù)庫(kù) 49
4 無(wú)需數(shù)據(jù)共享的分布式機(jī)器學(xué)習(xí) 50
5 數(shù)據(jù)獲取、策略管理和質(zhì)量 50
6 注釋和標(biāo)記數(shù)據(jù) 52
7 其他挑戰(zhàn) 53
8 結(jié)論 54
參考文獻(xiàn) 54
第三篇 AI工具
第5章 腫瘤放射治療中的影像組學(xué)技術(shù)與工具 59
1 影像組學(xué)的定義和歷史 59
2 數(shù)據(jù)輸入和預(yù)處理 61
3 分割 63
4 影像組學(xué)特征的提取和標(biāo)準(zhǔn)化 64
5 影像組學(xué)特征提取工具 65
6 特征選擇和降維 67
7 影像組學(xué)分析 70
8 結(jié)論 72
參考文獻(xiàn) 72
第6章 人工智能在腫瘤放射治療圖像自動(dòng)分割中的應(yīng)用 79
1 腫瘤放射治療中圖像分割的重要性 79
2 深度學(xué)習(xí)技術(shù)在醫(yī)學(xué)圖像分割中的應(yīng)用概述 81
3 自動(dòng)分割性能的評(píng)估 84
4 臨床實(shí)踐中AI自動(dòng)分割的挑戰(zhàn) 88
5 結(jié)論 91
參考文獻(xiàn) 92
第7章 腫瘤放射治療中的知識(shí)表示 99
1 概述 99
2 知識(shí)表示 101
3
統(tǒng)一醫(yī)學(xué)語(yǔ)言系統(tǒng)（Unified Medical Language System，UMLS）及其
構(gòu)成 104
4
UMLS的局限性 106
5
在UMLS之外的KR 108
6 KR支持的醫(yī)療自然語(yǔ)言處理NLP 109
7 KR的應(yīng)用 110
8 KR支持的機(jī)器學(xué)習(xí) 112
9
人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，ANNs），KR和可解釋性 114
10 醫(yī)學(xué)KR的未來(lái) 115
11 結(jié)論 116
參考文獻(xiàn) 116
第8章 腫瘤放射治療中的自然語(yǔ)言處理 119
1 概述 119
2 什么是自然語(yǔ)言處理（Nature Language Processing，NLP）？ 119
3 醫(yī)學(xué)中的NLP 124
4 腫瘤學(xué)中的NLP 127
5 腫瘤放射治療中的NLP 130
6 結(jié)論 133
參考文獻(xiàn) 133
第四篇 AI應(yīng)用
第9章 基于先驗(yàn)知識(shí)的放射治療計(jì)劃設(shè)計(jì)：高效可靠的自動(dòng)化計(jì)劃設(shè)計(jì)技術(shù) 141
1 概述 141
2 基于先驗(yàn)知識(shí)（KBP）的治療計(jì)劃設(shè)計(jì) 142
3 KBP的應(yīng)用 146
4 結(jié)論 147
參考文獻(xiàn) 148
第10章 放射治療計(jì)劃設(shè)計(jì)中的人工智能 153
1 概述 153
2 放射治療計(jì)劃設(shè)計(jì)流程和自動(dòng)化 154
3 放射治療計(jì)劃設(shè)計(jì)中的人工智能方法 157
4 人工智能其他的方法和思考 166
致謝 167
參考文獻(xiàn) 167
第11章 人工智能在放射治療計(jì)劃設(shè)計(jì)中的臨床應(yīng)用 173
1 概述 173
2 問(wèn)題定義、研究范圍和數(shù)據(jù)整理 174
3 技術(shù)驗(yàn)證 176
4 臨床驗(yàn)證 179
5 臨床醫(yī)生的信任、AI的可解釋性和偏差 181
6 AI治療計(jì)劃實(shí)施的特殊考慮 183
7 質(zhì)量保證、再訓(xùn)練和維護(hù) 184
8 結(jié)論 186
參考文獻(xiàn) 186
第12章 人工智能在基于患者種族基因分型進(jìn)行放射治療毒性風(fēng)險(xiǎn)預(yù)測(cè)的應(yīng)用 189
1 概述 190
2 GWAS機(jī)器學(xué)習(xí)方法 191
3 識(shí)別與毒性相關(guān)的生物因素：機(jī)器學(xué)習(xí)在GWAS中的關(guān)鍵優(yōu)勢(shì) 199
4 結(jié)論 201
致謝 201
參考文獻(xiàn) 202
第13章 影像組學(xué)在預(yù)后和評(píng)估治療反應(yīng)中的應(yīng)用 207
1 影像組學(xué)作為預(yù)后的輔助手段 208
2 治療反應(yīng)預(yù)測(cè) 211
3 治療反應(yīng)追蹤 215
4 影像組學(xué)作為腫瘤病理信息獲取的替代方法 217
5 迄今為止，人工智能在臨床影像組學(xué)特征開(kāi)發(fā)中的應(yīng)用現(xiàn)狀 219
6 結(jié)論與展望 219
參考文獻(xiàn) 221
第14章 人工智能如何幫助我們理解和降低腫瘤放射治療中的錯(cuò)誤傳遞 229
1 概述 229
2 腫瘤放射治療中的患者安全 231
3 腫瘤放射治療工作流程：參考時(shí)間表的構(gòu)建 234
4 創(chuàng)建原型統(tǒng)計(jì)模型 237
5 了解系統(tǒng)中錯(cuò)誤報(bào)告的數(shù)據(jù)：過(guò)去和現(xiàn)在 239
6 了解錯(cuò)誤報(bào)告數(shù)據(jù)：未來(lái)會(huì)怎樣？ 240
7 人工智能驅(qū)動(dòng)的錯(cuò)誤解決系統(tǒng)的設(shè)想 243
8 人工智能的挑戰(zhàn)和陷阱 246
9 結(jié)論 247
參考文獻(xiàn) 247
第五篇 評(píng)估和結(jié)果
第15章 腫瘤放射治療中的人工智能與倫理 253
1 醫(yī)學(xué)倫理的基本原則 253
2 人工智能在醫(yī)學(xué)和腫瘤放射治療中的倫理問(wèn)題 256
3 腫瘤放射治療中新興的人工智能工具 260
4 腫瘤放射治療中人工智能的倫理展望 264
致謝 266
參考文獻(xiàn) 266
第16章 人工智能在腫瘤放射治療中應(yīng)用的評(píng)價(jià) 269
1 AI在腫瘤放射治療中應(yīng)用的概述 269
2 醫(yī)療領(lǐng)域中AI應(yīng)用的評(píng)估框架 270
3 腫瘤放射治療中AI應(yīng)用的評(píng)估 271
4 結(jié)論 274
參考文獻(xiàn) 274
中英文詞匯對(duì)照 277
**篇 前景展望
第1章 2040年的臨床腫瘤放射治療：臨床視角下的腫瘤放射治療的未來(lái) 3
1 腫瘤診斷 4
2 到2040年，AI可以通過(guò)精確預(yù)測(cè)改善腫瘤的早期檢測(cè)精度 5
3 到2040年，基于A(yíng)I的方法將提高病理學(xué)結(jié)果判讀的質(zhì)量一致性和可及
性，并可以通過(guò)更大規(guī)模的隨機(jī)數(shù)據(jù)支持預(yù)后和風(fēng)險(xiǎn)分層功能 5
4 到2040年，先進(jìn)的統(tǒng)計(jì)學(xué)方法將會(huì)推動(dòng)使用或提供腫瘤分期中的關(guān)鍵
特征信息 6
5 到2040年，AI將通過(guò)改進(jìn)決策支持系統(tǒng)，為患者確定合適的個(gè)體化治
療方案，推動(dòng)以患者為中心的診療目標(biāo)的實(shí)現(xiàn) 6
6 到2040年，EHR系統(tǒng)中內(nèi)置的算法工具將簡(jiǎn)化審查記錄、制定和編制
規(guī)范化文檔的過(guò)程 6
7 到2040年，AI輔助的自動(dòng)分割和自動(dòng)計(jì)劃設(shè)計(jì)將會(huì)成為臨床實(shí)踐常規(guī)，
可以提高放療計(jì)劃設(shè)計(jì)的質(zhì)量和速度，這將影響治療過(guò)程監(jiān)測(cè)及治療
策略再規(guī)劃 8
8 到2040年，AI將允許使用多來(lái)源數(shù)據(jù)，幫助醫(yī)生更好地管理患者的生
命質(zhì)量 9
參考文獻(xiàn) 9
第2章 2030年腫瘤放射治療的展望 15
1 概述 16
2 對(duì)未來(lái)的展望 17
3 腫瘤放射治療中常用的AI工具包 19
4 進(jìn)入2030年AI工具的發(fā)展軌跡 22
5 結(jié)論 26
參考文獻(xiàn) 26
第二篇 實(shí)施策略
第3章 在醫(yī)學(xué)影像學(xué)中應(yīng)用人工智能的經(jīng)驗(yàn)教訓(xùn)及其對(duì)腫瘤放射治療的啟示 29
1 人工智能生態(tài)系統(tǒng)的演變 29
2 不同類(lèi)型的機(jī)器學(xué)習(xí)工具 32
3 醫(yī)學(xué)影像學(xué)的數(shù)字化轉(zhuǎn)型和計(jì)算機(jī)輔助診斷（CAD） 34
4 醫(yī)學(xué)影像學(xué)和腫瘤放射治療學(xué)的比較 39
5 醫(yī)學(xué)影像定量分析：新的量化分析工具 40
6 工作流程優(yōu)化和工作效率改善 41
7 將AI工具整合到工作流程和新的智能管理系統(tǒng)（IMS）中 43
8 機(jī)器學(xué)習(xí)十項(xiàng)實(shí)踐原則 44
9 結(jié)論 44
致謝 45
參考文獻(xiàn) 45
第4章 用于人工智能輔助腫瘤放射治療研究的公開(kāi)數(shù)據(jù)庫(kù) 47
1 概述 48
2 放射治療和腫瘤影像中的AI 48
3 開(kāi)放獲取式數(shù)據(jù)庫(kù) 49
4 無(wú)需數(shù)據(jù)共享的分布式機(jī)器學(xué)習(xí) 50
5 數(shù)據(jù)獲取、策略管理和質(zhì)量 50
6 注釋和標(biāo)記數(shù)據(jù) 52
7 其他挑戰(zhàn) 53
8 結(jié)論 54
參考文獻(xiàn) 54
第三篇 AI工具
第5章 腫瘤放射治療中的影像組學(xué)技術(shù)與工具 59
1 影像組學(xué)的定義和歷史 59
2 數(shù)據(jù)輸入和預(yù)處理 61
3 分割 63
4 影像組學(xué)特征的提取和標(biāo)準(zhǔn)化 64
5 影像組學(xué)特征提取工具 65
6 特征選擇和降維 67
7 影像組學(xué)分析 70
8 結(jié)論 72
參考文獻(xiàn) 72
第6章 人工智能在腫瘤放射治療圖像自動(dòng)分割中的應(yīng)用 79
1 腫瘤放射治療中圖像分割的重要性 79
2 深度學(xué)習(xí)技術(shù)在醫(yī)學(xué)圖像分割中的應(yīng)用概述 81
3 自動(dòng)分割性能的評(píng)估 84
4 臨床實(shí)踐中AI自動(dòng)分割的挑戰(zhàn) 88
5 結(jié)論 91
參考文獻(xiàn) 92
第7章 腫瘤放射治療中的知識(shí)表示 99
1 概述 99
2 知識(shí)表示 101
3
統(tǒng)一醫(yī)學(xué)語(yǔ)言系統(tǒng)（Unified Medical Language System，UMLS）及其
構(gòu)成 104
4
UMLS的局限性 106
5
在UMLS之外的KR 108
6 KR支持的醫(yī)療自然語(yǔ)言處理NLP 109
7 KR的應(yīng)用 110
8 KR支持的機(jī)器學(xué)習(xí) 112
9
人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，ANNs），KR和可解釋性 114
10 醫(yī)學(xué)KR的未來(lái) 115
11 結(jié)論 116
參考文獻(xiàn) 116
第8章 腫瘤放射治療中的自然語(yǔ)言處理 119
1 概述 119
2 什么是自然語(yǔ)言處理（Nature Language Processing，NLP）？ 119
3 醫(yī)學(xué)中的NLP 124
4 腫瘤學(xué)中的NLP 127
5 腫瘤放射治療中的NLP 130
6 結(jié)論 133
參考文獻(xiàn) 133
第四篇 AI應(yīng)用
第9章 基于先驗(yàn)知識(shí)的放射治療計(jì)劃設(shè)計(jì)：高效可靠的自動(dòng)化計(jì)劃設(shè)計(jì)技術(shù) 141
1 概述 141
2 基于先驗(yàn)知識(shí)（KBP）的治療計(jì)劃設(shè)計(jì) 142
3 KBP的應(yīng)用 146
4 結(jié)論 147
參考文獻(xiàn) 148
第10章 放射治療計(jì)劃設(shè)計(jì)中的人工智能 153
1 概述 153
2 放射治療計(jì)劃設(shè)計(jì)流程和自動(dòng)化 154
3 放射治療計(jì)劃設(shè)計(jì)中的人工智能方法 157
4 人工智能其他的方法和思考 166
致謝 167
參考文獻(xiàn) 167
第11章 人工智能在放射治療計(jì)劃設(shè)計(jì)中的臨床應(yīng)用 173
1 概述 173
2 問(wèn)題定義、研究范圍和數(shù)據(jù)整理 174
3 技術(shù)驗(yàn)證 176
4 臨床驗(yàn)證 179
5 臨床醫(yī)生的信任、AI的可解釋性和偏差 181
6 AI治療計(jì)劃實(shí)施的特殊考慮 183
7 質(zhì)量保證、再訓(xùn)練和維護(hù) 184
8 結(jié)論 186
參考文獻(xiàn) 186
第12章 人工智能在基于患者種族基因分型進(jìn)行放射治療毒性風(fēng)險(xiǎn)預(yù)測(cè)的應(yīng)用 189
1 概述 190
2 GWAS機(jī)器學(xué)習(xí)方法 191
3 識(shí)別與毒性相關(guān)的生物因素：機(jī)器學(xué)習(xí)在GWAS中的關(guān)鍵優(yōu)勢(shì) 199
4 結(jié)論 201
致謝 201
參考文獻(xiàn) 202
第13章 影像組學(xué)在預(yù)后和評(píng)估治療反應(yīng)中的應(yīng)用 207
1 影像組學(xué)作為預(yù)后的輔助手段 208
2 治療反應(yīng)預(yù)測(cè) 211
3 治療反應(yīng)追蹤 215
4 影像組學(xué)作為腫瘤病理信息獲取的替代方法 217
5 迄今為止，人工智能在臨床影像組學(xué)特征開(kāi)發(fā)中的應(yīng)用現(xiàn)狀 219
6 結(jié)論與展望 219
參考文獻(xiàn) 221
第14章 人工智能如何幫助我們理解和降低腫瘤放射治療中的錯(cuò)誤傳遞 229
1 概述 229
2 腫瘤放射治療中的患者安全 231
3 腫瘤放射治療工作流程：參考時(shí)間表的構(gòu)建 234
4 創(chuàng)建原型統(tǒng)計(jì)模型 237
5 了解系統(tǒng)中錯(cuò)誤報(bào)告的數(shù)據(jù)：過(guò)去和現(xiàn)在 239
6 了解錯(cuò)誤報(bào)告數(shù)據(jù)：未來(lái)會(huì)怎樣？ 240
7 人工智能驅(qū)動(dòng)的錯(cuò)誤解決系統(tǒng)的設(shè)想 243
8 人工智能的挑戰(zhàn)和陷阱 246
9 結(jié)論 247
參考文獻(xiàn) 247
第五篇 評(píng)估和結(jié)果
第15章 腫瘤放射治療中的人工智能與倫理 253
1 醫(yī)學(xué)倫理的基本原則 253
2 人工智能在醫(yī)學(xué)和腫瘤放射治療中的倫理問(wèn)題 256
3 腫瘤放射治療中新興的人工智能工具 260
4 腫瘤放射治療中人工智能的倫理展望 264
致謝 266
參考文獻(xiàn) 266
第16章 人工智能在腫瘤放射治療中應(yīng)用的評(píng)價(jià) 269
1 AI在腫瘤放射治療中應(yīng)用的概述 269
2 醫(yī)療領(lǐng)域中AI應(yīng)用的評(píng)估框架 270
3 腫瘤放射治療中AI應(yīng)用的評(píng)估 271
4 結(jié)論 274
參考文獻(xiàn) 274
中英文詞匯對(duì)照 277
展開(kāi)全部
人工智能在腫瘤放射治療中的應(yīng)用 作者簡(jiǎn)介
文圣基（Seong K Mun），教授，美國(guó)弗吉尼亞理工大學(xué)阿靈頓健康創(chuàng)新中心主任、開(kāi)源電子病歷聯(lián)盟 (OSEHRA) 總裁兼首席執(zhí)行官、美國(guó)醫(yī)學(xué)與生物工程院院士。
索尼婭·迪特里希(Sonja Dieterich)，美國(guó)加州大學(xué)戴維斯分校放射腫瘤學(xué)教授。
鞏貫忠，副主任技師，山東省腫瘤醫(yī)院放射物理師，放射物理技術(shù)科副主任。澳大利亞悉尼大學(xué)訪(fǎng)問(wèn)學(xué)者，山東第一醫(yī)科大學(xué)醫(yī)學(xué)物理系副主任，中國(guó)生物醫(yī)學(xué)工程學(xué)會(huì)醫(yī)學(xué)物理分會(huì)第二屆青年委員會(huì)副主任委員，主要從事醫(yī)學(xué)圖像處理引導(dǎo)腫瘤精確放療的基礎(chǔ)研究及臨床應(yīng)用工作。
葛紅，二級(jí)教授/主任醫(yī)師，博士生導(dǎo)師。國(guó)家衛(wèi)建委突出貢獻(xiàn)中青年專(zhuān)家，享受?chē)?guó)務(wù)院政府津貼專(zhuān)家、中原名醫(yī)，河南省腫瘤醫(yī)院放療科主任，河南省放射治療中心主任，中國(guó)醫(yī)師協(xié)會(huì)放療分會(huì)副會(huì)長(zhǎng)。
薛潔，女，工學(xué)博士，特聘教授，博士生導(dǎo)師，東岳學(xué)者青年人才，入選山東師范大學(xué)青年卓越人才計(jì)劃。
王少彬，北京醫(yī)智影科技有限公司創(chuàng)始人&總經(jīng)理。清華大學(xué)微創(chuàng)診療與三維影像實(shí)驗(yàn)室博士，前日本東芝醫(yī)療、佳能醫(yī)療中國(guó)區(qū)部長(zhǎng)，姑蘇創(chuàng)新創(chuàng)業(yè)領(lǐng)軍人才，中關(guān)村醫(yī)療人工智能協(xié)會(huì)副理事長(zhǎng)。
書(shū)友推薦
- >
我從未如此眷戀人間
- >
中國(guó)歷史的瞬間
- >
經(jīng)典常談
- >
姑媽的寶刀
- >
我與地壇
- >
【精裝繪本】畫(huà)給孩子的中國(guó)神話(huà)
- >
苦雨齋序跋文-周作人自編集
- >
山海經(jīng)
本類(lèi)暢銷(xiāo)
