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)
> >>
大數(shù)據(jù)時(shí)代的醫(yī)學(xué)圖像深度學(xué)習(xí)與前沿

大數(shù)據(jù)時(shí)代的醫(yī)學(xué)圖像深度學(xué)習(xí)與前沿

出版社：清華大學(xué)出版社出版時(shí)間：2024-08-01
開(kāi)本： 其他 頁(yè)數(shù)： 244
本類榜單：教材銷量榜
中 圖 價(jià):¥67.6(7.6折) 定價(jià)  ¥89.0 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>

大數(shù)據(jù)時(shí)代的醫(yī)學(xué)圖像深度學(xué)習(xí)與前沿 版權(quán)信息

大數(shù)據(jù)時(shí)代的醫(yī)學(xué)圖像深度學(xué)習(xí)與前沿 本書特色

本書主要介紹機(jī)器學(xué)習(xí)等 的圖像分析方法，內(nèi)容包括機(jī)器學(xué)習(xí)原理、深度學(xué)習(xí)原理、優(yōu)化和訓(xùn)練網(wǎng)絡(luò)、基于深度學(xué)習(xí)的醫(yī)學(xué)圖像分類、 目標(biāo)檢測(cè)、醫(yī)學(xué)圖像分割、多模態(tài)圖像和超分辨圖像生成、基于Transformer的自注意力學(xué)習(xí)、稀疏成像數(shù)據(jù)的圖像重建和圖卷積網(wǎng)絡(luò)等。本書可作為醫(yī)學(xué)和工科的交叉學(xué)科及高等院校相關(guān)研究領(lǐng)域教學(xué)使用，對(duì)培養(yǎng)人工智能醫(yī)學(xué)精準(zhǔn)診療人才具有重要意義。

大數(shù)據(jù)時(shí)代的醫(yī)學(xué)圖像深度學(xué)習(xí)與前沿 內(nèi)容簡(jiǎn)介

"全書以通俗易懂的語(yǔ)言、翔實(shí)生動(dòng)的實(shí)例，全面介紹了大數(shù)據(jù)背景下醫(yī)學(xué)圖像分析方法。全書共分上下兩冊(cè)，總計(jì)17章，上冊(cè)主要介紹經(jīng)典基礎(chǔ)的圖像分析方法，內(nèi)容包括從物理參量成像到數(shù)字圖像、空域圖像增強(qiáng)、變換域圖像增強(qiáng)、圖像去噪恢復(fù)、醫(yī)學(xué)圖享配準(zhǔn)、醫(yī)學(xué)圖像分割和醫(yī)學(xué)圖像分析臨床應(yīng)用等。下冊(cè)主要介紹機(jī)器學(xué)習(xí)等**的圖像分析方法，內(nèi)容包括機(jī)器學(xué)習(xí)原理、深度學(xué)習(xí)原理、優(yōu)化和訓(xùn)練網(wǎng)絡(luò)、基于深度學(xué)習(xí)的醫(yī)學(xué)圖像分類、 目標(biāo)檢測(cè)、醫(yī)學(xué)圖像分割、多模態(tài)圖像和超分辨圖像生成、基于Transformer的自注意力學(xué)習(xí)、稀疏成像數(shù)據(jù)的圖像重建和圖卷積網(wǎng)絡(luò)等。 與市場(chǎng)上同類教材相比，本書從醫(yī)學(xué)圖像分析的實(shí)際需求出發(fā)，在講解相關(guān)知識(shí)的同時(shí)結(jié)合附錄中臨床醫(yī)學(xué)圖像分析處理代碼、公開(kāi)數(shù)據(jù)集和相關(guān)比賽信息，力求讓讀者能夠?qū)W以致用、快速掌握。本書內(nèi)容更加適用于醫(yī)學(xué)和工科的交叉學(xué)科，可作為高等院校相關(guān)研究領(lǐng)域的優(yōu)秀教材，對(duì)培養(yǎng)人工智能醫(yī)學(xué)精準(zhǔn)診療人才具有重要意義。"

大數(shù)據(jù)時(shí)代的醫(yī)學(xué)圖像深度學(xué)習(xí)與前沿 目錄

第1章 機(jī)器學(xué)習(xí)原理 1.1 機(jī)器學(xué)習(xí)方法 1.2 特征與降維 知識(shí)拓展 參考文獻(xiàn) 第2章 深度學(xué)習(xí)原理 2.1 深度學(xué)習(xí)數(shù)學(xué)基礎(chǔ) 2.2 卷積神經(jīng)網(wǎng)絡(luò) 2.3 循環(huán)神經(jīng)網(wǎng)絡(luò) 2.4 小結(jié) 知識(shí)拓展 參考文獻(xiàn) 第3章 如何訓(xùn)練和優(yōu)化人工神經(jīng)網(wǎng)絡(luò) 3.1 人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練基礎(chǔ)步驟 3.2 網(wǎng)絡(luò)優(yōu)化方法 知識(shí)拓展 參考文獻(xiàn) 第4章 基于深度學(xué)習(xí)的醫(yī)學(xué)圖像分類 4.1 深度學(xué)習(xí)醫(yī)學(xué)圖像分類簡(jiǎn)介 4.2 VGG 4.3 ResNet 4.4 DenseNet 4.5 Inception 4.6 小結(jié) 知識(shí)拓展 參考文獻(xiàn) 第5章 目標(biāo)檢測(cè) 5.1 二階段檢測(cè)模型 5.2 單階段檢測(cè)模型 知識(shí)拓展 參考文獻(xiàn) 第6章 生物醫(yī)學(xué)圖像分割應(yīng)用 6.1 圖像分割簡(jiǎn)介 6.2 U-Net及三維U-Net 6.3 基于Attention機(jī)制的圖像分割 6.4 基于損失函數(shù)改進(jìn)的醫(yī)學(xué)圖像分割 6.5 基于多任務(wù)學(xué)習(xí)的醫(yī)學(xué)圖像分割 知識(shí)拓展 參考文獻(xiàn) 第7章 醫(yī)學(xué)圖像生成 7.1 醫(yī)學(xué)圖像生成的機(jī)遇 7.2 基于自編碼器的醫(yī)學(xué)圖像合成 7.3 基于生成對(duì)抗模型的醫(yī)學(xué)圖像生成 7.4 基于擴(kuò)散模型的醫(yī)學(xué)圖像合成 7.5 基于醫(yī)學(xué)圖像合成的臨床應(yīng)用 知識(shí)拓展 參考文獻(xiàn) 第8章 基于Transformer的自注意力學(xué)習(xí) 8.1 Transformer基本原理 8.2 基礎(chǔ)的視覺(jué)Transformer 8.3 層次化的視覺(jué)Transformer 8.4 Transformer的應(yīng)用與實(shí)例 8.5 小結(jié) 知識(shí)拓展 參考文獻(xiàn) 第9章 稀疏成像數(shù)據(jù)的圖像重建 9.1 傳統(tǒng)稀疏成像重建方法 9.2 基于映射學(xué)習(xí)的稀疏成像重建方法 9.3 基于殘差學(xué)習(xí)的稀疏成像重建方法 9.4 基于迭代展開(kāi)的稀疏成像重建方法 9.5 可用于稀疏成像研究的公共數(shù)據(jù)集 9.6 小結(jié) 知識(shí)拓展 參考文獻(xiàn) 0章 圖神經(jīng)網(wǎng)絡(luò) 10.1 為什么需要學(xué)習(xí)圖數(shù)據(jù) 10.2 基于圖信號(hào)處理的卷積圖神經(jīng)網(wǎng)絡(luò) 10.3 其他圖表征學(xué)習(xí) 10.4 圖池化 10.5 其他圖神經(jīng)網(wǎng)絡(luò)：圖生成和動(dòng)態(tài)圖分析 10.6 應(yīng)用場(chǎng)景 知識(shí)拓展 參考文獻(xiàn)
展開(kāi)全部

大數(shù)據(jù)時(shí)代的醫(yī)學(xué)圖像深度學(xué)習(xí)與前沿 作者簡(jiǎn)介

張紅梅 單位：西安交通大學(xué) 職務(wù)、職稱：教授 性別：女 年齡：49 專業(yè)：生物醫(yī)學(xué)工程。1.超聲黏彈性成像理論及方法研究，超聲黏彈性成像在臨床早期疾病診斷中的應(yīng)用研究

商品評(píng)論(0條)
暫無(wú)評(píng)論……
書友推薦
本類暢銷
返回頂部
中圖網(wǎng)
在線客服