書馨卡幫你省薪 2024個(gè)人購(gòu)書報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >
人工智能與智慧醫(yī)療

人工智能與智慧醫(yī)療

出版社：化學(xué)工業(yè)出版社出版時(shí)間：2024-08-01
開本： 16開 頁(yè)數(shù)： 300
中 圖 價(jià):¥54.6(6.2折) 定價(jià)  ¥88.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書更多>

人工智能與智慧醫(yī)療 版權(quán)信息

  • ISBN：9787122449467
  • 條形碼：9787122449467 ; 978-7-122-44946-7
  • 裝幀：一般膠版紙
  • 冊(cè)數(shù)：暫無(wú)
  • 重量：暫無(wú)
  • 所屬分類：>

人工智能與智慧醫(yī)療 本書特色

本書特色：1.本書內(nèi)容豐富，從理論到應(yīng)用，由淺入深，易于讀者理解；2.本書圖文并茂，實(shí)際應(yīng)用案例豐富，講解清晰有條理，注重細(xì)節(jié)；本書作者在近幾年與全國(guó)多家知名醫(yī)院有深入合作，積累了大量研究成果與成功應(yīng)用案例

人工智能與智慧醫(yī)療 內(nèi)容簡(jiǎn)介

本書主要介紹智慧醫(yī)療中的人工智能理論與算法原理，按照兩條主線組織內(nèi)容：一條主線是人工智能理論與方法，介紹了近十年來(lái)機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的典型模型與方法；另一條主線是智慧醫(yī)學(xué)應(yīng)用案例，涵蓋了眼科、骨科、內(nèi)臟、腫瘤、慢性病、流行病、傳染病、生物制藥等各個(gè)方面。兩條主線相互交織，展示了人工智能在智慧醫(yī)療中的應(yīng)用，包括醫(yī)學(xué)影像的智能分析與檢測(cè)技術(shù)、醫(yī)學(xué)數(shù)據(jù)的智能推斷與輔助診療技術(shù)、醫(yī)學(xué)大數(shù)據(jù)分析以及分子生物學(xué)分析技術(shù)等。本書每章后面附有習(xí)題，供讀者練習(xí)和自我檢查用。 本書可作為醫(yī)工結(jié)合以及相關(guān)領(lǐng)域碩士生教材，也可作大學(xué)本科生（主要講授本書中基本原理）教材，還可以作為博士生參考教材（主要講授本書前沿技術(shù)）。對(duì)于從事智慧醫(yī)療行業(yè)的技術(shù)人員，本書也可以作為主要技術(shù)參考書。

人工智能與智慧醫(yī)療 目錄

第1章 人工智能理論 001～041 1.1 機(jī)器學(xué)習(xí)與深度學(xué)習(xí)概述 001 1.2 聚類與降維算法 003 1.2.1 K-means算法 003 1.2.2 主成分分析 003 1.3 分類算法 004 1.3.1 邏輯回歸與KNN 004 1.3.2 決策樹與隨機(jī)森林 005 1.3.3 支持向量機(jī) 006 1.4 基于監(jiān)督的深度學(xué)習(xí) 007 1.4.1 深度神經(jīng)網(wǎng)絡(luò) 007 1.4.2 卷積神經(jīng)網(wǎng)絡(luò) 015 1.4.3 循環(huán)神經(jīng)網(wǎng)絡(luò) 022 1.5 基于半監(jiān)督的深度學(xué)習(xí) 025 1.5.1 生成對(duì)抗網(wǎng)絡(luò) 025 1.5.2 深度強(qiáng)化學(xué)習(xí) 031 1.6 遷移學(xué)習(xí) 034 參考文獻(xiàn) 039 第2章 智慧醫(yī)療信息系統(tǒng) 042～063 2.1 醫(yī)療信息與醫(yī)療系統(tǒng) 042 2.1.1 醫(yī)療大數(shù)據(jù) 042 2.1.2 醫(yī)院信息系統(tǒng) 046 2.1.3 影像存儲(chǔ)與傳輸系統(tǒng) 047 2.1.4 實(shí)驗(yàn)室信息系統(tǒng) 049 2.2 醫(yī)學(xué)影像 051 2.2.1 超聲成像 051 2.2.2 X線成像 052 2.2.3 CT與磁共振成像 053 2.2.4 其他影像 055 2.3 人工智能在醫(yī)學(xué)診療中的應(yīng)用 056 2.3.1 智能影像分析 056 2.3.2 智能輔助診療 059 2.3.3 智能藥物研發(fā) 060 參考文獻(xiàn) 062 第3章 眼部影像分析 064～100 3.1 角膜塑形術(shù) 064 3.1.1 角膜概述 065 3.1.2 基于機(jī)器學(xué)習(xí)的適配狀態(tài)評(píng)估方案 067 3.1.3 測(cè)試結(jié)果與分析 071 3.2 視網(wǎng)膜眼底血管結(jié)構(gòu)分割 073 3.2.1 視網(wǎng)膜眼底血管結(jié)構(gòu)分割概述 073 3.2.2 基于數(shù)字圖像處理的眼底血管分割方法 074 3.2.3 基于深度神經(jīng)網(wǎng)絡(luò)的眼底血管分割方法 077 3.2.4 實(shí)驗(yàn)數(shù)據(jù)集及評(píng)估指標(biāo) 079 3.2.5 測(cè)試結(jié)果與分析 080 3.3 白內(nèi)障自動(dòng)分級(jí) 081 3.3.1 白內(nèi)障概述 081 3.3.2 基于支持向量機(jī)的分級(jí)算法 083 3.3.3 基于深度神經(jīng)網(wǎng)絡(luò)遷移的聯(lián)合分級(jí)算法 085 3.3.4 實(shí)驗(yàn)數(shù)據(jù)集與評(píng)估指標(biāo) 088 3.3.5 診斷結(jié)果與分析 089 3.4 白內(nèi)障糖尿病視網(wǎng)膜病變聯(lián)合診斷 090 3.4.1 糖尿病視網(wǎng)膜病變概述 090 3.4.2 基于多任務(wù)學(xué)習(xí)的聯(lián)合診斷方案 092 3.4.3 實(shí)驗(yàn)數(shù)據(jù)集 095 3.4.4 診斷結(jié)果與分析 096 參考文獻(xiàn) 099 第4章 X線影像分析 101～133 4.1 顱部標(biāo)記點(diǎn)自動(dòng)識(shí)別 101 4.1.1 X線頭影測(cè)量概述 101 4.1.2 基于深度神經(jīng)網(wǎng)絡(luò)的自動(dòng)標(biāo)注 103 4.1.3 實(shí)驗(yàn)數(shù)據(jù)集及預(yù)處理 107 4.1.4 測(cè)試結(jié)果與分析 108 4.2 大骨節(jié)病自動(dòng)判別 109 4.2.1 大骨節(jié)病概述 109 4.2.2 手部X線影像圖像預(yù)處理 111 4.2.3 基于卷積神經(jīng)網(wǎng)絡(luò)的特征提取 113 4.2.4 測(cè)試與分析 116 4.3 骨腫瘤智能診斷 117 4.3.1 骨腫瘤概況 118 4.3.2 骨腫瘤良惡性判別算法 119 4.3.3 實(shí)驗(yàn)結(jié)果與分析 124 4.4 骨腫瘤壞死率預(yù)測(cè) 126 4.4.1 基于Pix2Pix網(wǎng)絡(luò)的單張樣本生成 126 4.4.2 基于LSTM-GAN網(wǎng)絡(luò)的時(shí)序樣本生成 129 4.4.3 基于3D-CNN網(wǎng)絡(luò)的壞死率分類預(yù)測(cè) 130 參考文獻(xiàn) 131 第5章 內(nèi)臟CT影像分析 134～170 5.1 主動(dòng)脈夾層智能診斷 134 5.1.1 主動(dòng)脈CT影像概述 134 5.1.2 主動(dòng)脈夾層智能診斷方案 136 5.1.3 實(shí)驗(yàn)數(shù)據(jù)及結(jié)果分析 142 5.2 腹腔CT影像智能分割 145 5.2.1 肝臟/腎臟智能分割概述 145 5.2.2 腸道器官智能分割概述 147 5.3 肝臟/腎臟智能分割 150 5.3.1 肝臟/腎臟智能分割方法 150 5.3.2 實(shí)驗(yàn)數(shù)據(jù)及結(jié)果分析 157 5.4 腸道器官智能分割 160 5.4.1 腸道器官智能分割難點(diǎn) 160 5.4.2 腸道器官智能分割方案 161 5.4.3 實(shí)驗(yàn)數(shù)據(jù)及結(jié)果分析 167 參考文獻(xiàn) 168 第6章 手術(shù)輔助治療 171～186 6.1 手術(shù)器械自動(dòng)識(shí)別 171 6.1.1 手術(shù)器械分類及檢測(cè)概述 171 6.1.2 基于深度學(xué)習(xí)的手術(shù)器械識(shí)別 172 6.1.3 手術(shù)器械目標(biāo)檢測(cè)實(shí)例及應(yīng)用 174 6.2 手術(shù)流程分析 176 6.2.1 手術(shù)流程分析概述 176 6.2.2 基于時(shí)序信息的手術(shù)流程分析策略 177 6.3 手術(shù)視頻摘要生成 179 6.3.1 視頻關(guān)鍵幀提取及摘要生成原理 179 6.3.2 基于無(wú)監(jiān)督學(xué)習(xí)的手術(shù)視頻摘要生成 181 6.4 機(jī)器人輔助手術(shù) 183 6.4.1 機(jī)器人手術(shù)簡(jiǎn)介 183 6.4.2 基于強(qiáng)化學(xué)習(xí)的機(jī)器人輔助手術(shù) 184 參考文獻(xiàn) 185 第7章 腫瘤放射輔助治療 187～207 7.1 放射醫(yī)學(xué) 187 7.1.1 放射治療簡(jiǎn)介 187 7.1.2 人工智能在放射治療中的應(yīng)用 190 7.2 質(zhì)子放療與重離子放療 191 7.2.1 質(zhì)子放療 191 7.2.2 重離子放療 192 7.2.3 質(zhì)子/重離子放療優(yōu)勢(shì) 193 7.3 基于神經(jīng)網(wǎng)絡(luò)的靶區(qū)勾畫 194 7.3.1 靶區(qū)勾畫簡(jiǎn)介 194 7.3.2 建模方法 197 7.3.3 模型框架與模型訓(xùn)練 200 7.3.4 性能測(cè)試與評(píng)估 202 參考文獻(xiàn) 204 第8章 慢性病飲食推薦 208～235 8.1 慢性病概述 208 8.1.1 高血壓 208 8.1.2 糖尿病 210 8.1.3 慢性腎臟病 211 8.2 慢性病的飲食指導(dǎo) 212 8.2.1 基本營(yíng)養(yǎng)素 213 8.2.2 主食與副食分析 214 8.3 慢性病的飲食推薦 224 8.3.1 基于線性規(guī)劃的飲食推薦 225 8.3.2 基于遺傳算法的飲食推薦 229 參考文獻(xiàn) 234 第9章 流行病大數(shù)據(jù)分析 236～258 9.1 流行病傳播模型 236 9.1.1 流行病傳播模型概述 236 9.1.2 SIR模型 237 9.1.3 SEIR模型 239 9.2 SARS傳播分析 241 9.2.1 SARS概述 241 9.2.2 SARS傳播模型分析 243 9.3 MERS傳播分析 251 9.3.1 MERS簡(jiǎn)介 252 9.3.2 MERS傳播模型分析 253 參考文獻(xiàn) 257 第10章 分子生物醫(yī)學(xué) 259～290 10.1 遺傳學(xué)基本概念 259 10.1.1 DNA和RNA的結(jié)構(gòu) 259 10.1.2 蛋白質(zhì)結(jié)構(gòu)與編碼 260 10.1.3 冠狀病毒結(jié)構(gòu) 262 10.2 新型冠狀病毒演化分析 263 10.2.1 多序列比對(duì) 264 10.2.2 構(gòu)建病毒遺傳演化樹 272 10.2.3 病毒tMRCA及進(jìn)化速率估算 279 10.3 藥物篩選 283 10.3.1 藥物篩選介紹 283 10.3.2 基于人工智能技術(shù)的小分子藥物篩選 285 參考文獻(xiàn) 288
展開全部
商品評(píng)論(0條)
暫無(wú)評(píng)論……
書友推薦
返回頂部
中圖網(wǎng)
在線客服