醫學影像深度學習
粘永健 主編,肖晶晶 戚婧 副主編
- 出版商: 清華大學
- 出版日期: 2023-07-01
- 定價: $354
- 售價: 8.5 折 $300
- 語言: 簡體中文
- 頁數: 155
- 裝訂: 平裝
- ISBN: 7302635552
- ISBN-13: 9787302635550
-
相關分類:
DeepLearning
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
C 語言教學手冊, 4/e$620$527 -
電路程式 ─ OrCAD PSpice 16.X (隨書附光碟)$650$617 -
$219統計學習理論基礎 -
$594深入理解 AutoML 和 AutoDL:構建自動化機器學習與深度學習平臺 -
深度學習|生命科學應用 (Deep Learning for the Life Sciences)$580$458 -
$528深度學習之模型設計:核心算法與案例實踐 -
$358臨床大數據分析與挖掘——基於Python和機器學習的臨床決策 -
$504深度學習與圍棋 -
核心開發者親授!PyTorch 深度學習攻略 (Deep Learning with Pytorch)$1,000$850 -
Keras 大神歸位:深度學習全面進化!用 Python 實作 CNN、RNN、GRU、LSTM、GAN、VAE、Transformer$1,200$1,020 -
數位與醫學的人工智慧影像處理技術:Python 實務$580$452 -
$402速通深度學習數學基礎 -
$555Python深度學習:基於PyTorch 第2版 -
$458深度學習與醫學圖像處理 -
$550從深度學習到圖神經網絡:模型與實踐 -
$305信息檢索與深度學習 -
$356人工智能和深度學習導論 -
深度學習之模型優化:核心算法與案例實踐$534$507 -
$407機器視覺偵測與辨識技術及應用 基於深度學習 -
$351數字圖像處理與深度學習技術應用 -
$612醫學影像 — 人工智能、圖像識別和機器學習技術 (中文翻譯版) -
C++ 教學手冊, 4/e$720$568 -
C程式設計 ─ 入門篇, 3/e$580$568 -
讓 AI 好好說話!從頭打造 LLM (大型語言模型) 實戰秘笈$680$537 -
$318智能醫學影像處理方法
簡體書新到貨|2書75折 (8/16--8/31) 詳見活動內容 »
-
VIP 95折
量子計算與人工智能$648$615 -
VIP 95折
圖解Skill+OpenClaw:零代碼打造你的AI智能助手$414$393 -
VIP 95折
OpenClaw快速上手極簡部署與實戰$299$284 -
VIP 95折
LangChain與大語言模型應用開發實踐$299$284 -
VIP 95折
Cursor 實戰效率手冊從提示詞到項目交付$479$455 -
85折
$1,172編譯器設計(第3版) -
85折
$1,014系統安全工程導論 -
85折
$351機器人學基礎 第4版 -
85折
$703Unreal Engine 5影視動畫場景與視效可視化設計 -
85折
$453扣子編程:從零開始搭建智能體 -
85折
$254國產龍蝦實操手冊:12款OpenClaw國產AI工具零基礎入門+全場景應用(視頻教學版) -
85折
$606openvela輕量系統開發實戰 -
85折
$504智能網聯汽車:AUTOSAR Adaptive平臺技術體系與應用指南 -
85折
$351具身智能仿真實戰:數據獲取、模型訓練與真機部署 -
VIP 95折
智能體的超級大腦:大模型工作原理揭秘$359$341 -
VIP 95折
30天輕松學會SQL$599$569 -
VIP 95折
大模型賦能的智能體系統原理與實踐$299$284 -
VIP 95折
先進智能感知技術與應用$1,008$957 -
VIP 95折
視覺智能 — 技術前沿與應用探索$894$849 -
VIP 95折
分布式數據庫系統:原理解析與架構設計$474$450 -
VIP 95折
理解深度學習$534$507 -
VIP 95折
AI 優先:面向未來的企業和品牌行動指南$414$393 -
VIP 95折
玩賺AI短視頻 DeepSeek+即夢+剪映打造爆款視頻$474$450 -
VIP 95折
飛書雲端安全養蝦 極簡OpenClaw實操手冊$479$455 -
VIP 95折
雲網融合的新型網絡架構$594$564
相關主題
商品描述
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;然後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;最後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。
目錄大綱
目錄
大綱+課件
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章基於深度學習的醫學影像分類
4.1引言
4.2捲積神經網絡
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醫學影像的標註
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基於指標體系的性能評價
4.7.2基於人機對比的性能評價
4.7.3基於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章基於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醫學影像的標註
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基於指標體系的性能評價
5.6.2基於人機對比的性能評價
5.6.3基於壓力測試的性能評價
5.7本章小結
參考文獻
第6章基於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醫學影像數據的標註
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基於指標體系的性能評價
6.6.2基於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



