扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
人工智能在肺癌诊断中的应用 版权信息
- ISBN：9787512437784
- 条形码：9787512437784 ; 978-7-5124-3778-4
- 装帧：简裝本
- 册数：暂无
- 重量：暂无
- 所属分类：>
人工智能在肺癌诊断中的应用 本书特色
《人工智能在肺癌诊断中的应用》从人工智能技术的角度介绍了人工智能技术在肺癌诊断中的应用，共分10章，内容涉及人工智能辅助的肺癌诊断原理和实现，包括肺癌诊断的医学背景、肺癌诊断的相关医疗数据、人工智能理论基础、肺癌诊断的常用工具与框架、肺癌智能诊断流程以及诊断算法的设计和实现等。
《人工智能在肺癌诊断中的应用》理论与实践相结合，通过具体的实验，深入浅出地介绍了人工智能在肺癌诊断中的技术应用。
《人工智能在肺癌诊断中的应用》适合工科和医学院校人工智能、信息工程、医工交叉等专业学生使用，同时也可供相关从业人员及对相关领域感兴趣的读者参考。
人工智能在肺癌诊断中的应用 内容简介
本书从人工智能技术的角度介绍了人工智能技术在肺癌诊断中的应用，共分10章，内容涉及人工智能辅助的肺癌诊断原理和实现，包括肺癌诊断的医学背景、肺癌诊断的相关医疗数据、人工智能理论基础、肺癌诊断的常用工具与框架、肺癌智能诊断流程以及诊断算法的设计和实现等。
人工智能在肺癌诊断中的应用人工智能在肺癌诊断中的应用 前言
人工智能正在成为人类跨步迈入智能时代的决定性技术。世界范围内的产业界已经充分认识到人工智能技术在新一轮产业变革中的引领性作用，其逐渐在各行各业显示出重要价值，形成创新模式与应用。智能医疗是人工智能技术与现代医学结合产生的创新型发展方向，为人体奥秘和疾病机理的探索提供了新思路和新方法，能够显著提升医疗诊断与治疗水平，提高医疗效率。快速发展的人工智能技术和日益提高的全民医疗健康需求，都表明智能医疗行业具有巨大的发展空间和发展潜力，有望弥补我国现阶段医疗资源、医生培养、医疗成本和诊疗效果等方面的不足，促进智能医疗设备、智能医疗诊断等相关行业的健康发展，推动全民医疗健康事业的进步。
人工智能技术在医学方面的探索出现在20世纪70年代。20世纪80年代，人工智能的发展以及5代计算机的出现，使基于人工智能的医学研究进入了快速发展阶段。1985年召开的欧洲医学人工智能会议、1989年创立的《医学人工智能》杂志以及技术的发展，对人工智能在医学领域的全面发展产生了巨大推动力。21世纪以来，随着计算机硬件和算法的不断进步，以深度学习为代表的人工智能技术进一步加速了智能医疗的发展进程，使相关研究逐渐从实验室走向了临床应用，产生了以人工智能为辅助的医学影像分析、健康管理、癌症诊断、医药研发、智能问诊等实际应用，成为未来发展的焦点。
肺癌诊断是智能医疗中的典型应用。传统肺癌诊断主要通过影像学检查、活检等方式，需要大量的人力成本，误诊率较高且易对患者造成伤害。因此，不少研究者将目光投向了使用自动化方法诊断肺癌。该项研究早在1998年就成为了计算机领域和辅助诊断领域的热点研究。2016年，随着以深度学习为代表的人工智能方法日益成熟以及相关数据分析竞赛的出现，使用人工智能算法对肺癌进行诊断成为了智能医学中的一个典型任务，各类深度学习算法不断被应用于肺癌诊断，获得了优于人类水平的诊断结果。对肺癌智能诊断的研究也不断被产业化，逐步显示出实际经济价值，对产学研深度融合、打造创新引擎起到了推动作用。相关技术在近年被进一步延伸，在新型冠状肺炎筛查与诊断中也发挥了重要作用。
人工智能在肺癌诊断中的应用 目录
第1章 肺癌诊断的医学背景
1．1 肺癌
1．1．1 肺癌的分类
1．1．2 肺癌的临床分期
1．1．3 肺癌的症状
1．1．4 导致肺癌的因素
1．1．5 预防肺癌
1．2 肺癌诊断与病理学评估
1．2．1 辅助影像学检查方法
1．2．2 肺癌组织学或细胞学检查技术
1．2．3 实验室血清学检查
1．2．4 病理学评估与分子病理学检测
1．3 肺癌的治疗手段
1．4 肺癌智能诊断的意义
1．5 小结
第2章 肺癌诊断的相关医疗数据
2．1 医院信息系统和图像存档与传输系统
2．2 影像学数据
2．3 电子病历数据与患者临床信息
2．4 医疗数据在智能肺癌诊断中的使用
2．5 小结
第3章 人工智能理论基础
3．1 机器学习基础
3．1．1 机器学习分类
3．1．2 机器学习流程概述
3．1．3 机器学习任务关键方法
3．2 深度学习基础——神经网络技术简介
3．2．1 前向传播
3．2．2 激活函数
3．2．3 反向传播
3．2．4 参数初始化与正则化
3．3 深度学习下的计算机视觉
3．3．1 卷积神经网络
3．3．2 目标检测任务
3．3．3 目标分割任务
3．4 小结
第4章 肺癌智能诊断的常用工具与框架
4．1 scikit-learn框架
4．1．1 简介
4．1．2 使用scikit-learn进行机器学习
4．2 TensorFlow框架
4．2．1 TensorFlow中的计算图
4．2．2 TensorFlow中的数据结构
4．2．3 使用TensorFlow搭建神经网络
4．3 PyTorch框架
4．3．1 PyTorch的科学计算
4．3．2 使用PyTorch搭建神经网络
4．4 小结
……
第5章 肺癌智能诊断流程
第6章 肺癌数据预处理与特征提取
第7章 肺结节检测
第8章 肺结节良恶性诊断
第9章 肺部三维重建与可视化
第10章 总结与展望
参考文献
1．1 肺癌
1．1．1 肺癌的分类
1．1．2 肺癌的临床分期
1．1．3 肺癌的症状
1．1．4 导致肺癌的因素
1．1．5 预防肺癌
1．2 肺癌诊断与病理学评估
1．2．1 辅助影像学检查方法
1．2．2 肺癌组织学或细胞学检查技术
1．2．3 实验室血清学检查
1．2．4 病理学评估与分子病理学检测
1．3 肺癌的治疗手段
1．4 肺癌智能诊断的意义
1．5 小结
第2章 肺癌诊断的相关医疗数据
2．1 医院信息系统和图像存档与传输系统
2．2 影像学数据
2．3 电子病历数据与患者临床信息
2．4 医疗数据在智能肺癌诊断中的使用
2．5 小结
第3章 人工智能理论基础
3．1 机器学习基础
3．1．1 机器学习分类
3．1．2 机器学习流程概述
3．1．3 机器学习任务关键方法
3．2 深度学习基础——神经网络技术简介
3．2．1 前向传播
3．2．2 激活函数
3．2．3 反向传播
3．2．4 参数初始化与正则化
3．3 深度学习下的计算机视觉
3．3．1 卷积神经网络
3．3．2 目标检测任务
3．3．3 目标分割任务
3．4 小结
第4章 肺癌智能诊断的常用工具与框架
4．1 scikit-learn框架
4．1．1 简介
4．1．2 使用scikit-learn进行机器学习
4．2 TensorFlow框架
4．2．1 TensorFlow中的计算图
4．2．2 TensorFlow中的数据结构
4．2．3 使用TensorFlow搭建神经网络
4．3 PyTorch框架
4．3．1 PyTorch的科学计算
4．3．2 使用PyTorch搭建神经网络
4．4 小结
……
第5章 肺癌智能诊断流程
第6章 肺癌数据预处理与特征提取
第7章 肺结节检测
第8章 肺结节良恶性诊断
第9章 肺部三维重建与可视化
第10章 总结与展望
参考文献
展开全部
书友推荐
- >
莉莉和章鱼
莉莉和章鱼
¥18.1¥42.0 - >
伊索寓言-世界文学名著典藏-全译本
伊索寓言-世界文学名著典藏-全译本
¥6.1¥19.0 - >
李白与唐代文化
李白与唐代文化
¥9.9¥29.8 - >
伯纳黛特,你要去哪(2021新版)
伯纳黛特,你要去哪(2021新版)
¥15.9¥49.8 - >
中国历史的瞬间
中国历史的瞬间
¥19.0¥38.0 - >
罗曼·罗兰读书随笔-精装
罗曼·罗兰读书随笔-精装
¥40.6¥58.0 - >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
我与地坛
我与地坛
¥16.8¥28.0
本类畅销
-
深度学习自然语言处理实战
¥25.8¥59.9 -
过程控制
¥11.9¥35 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158 -
-
2022读者节纪念徽章-三星会员专属
¥45¥45.6
