本書深人介紹了人工智能、圖像識別和機器學習等方法在醫(yī)學方面的應用，尤其是與醫(yī)學影像相關的圖像分割、標記與處理、計算機輔助診斷系統(tǒng)的研究與應用，以及疾病的識別與鑒別診斷等方面的知識體系，旨在將醫(yī)學成像領域先進的醫(yī)工交叉融合技術提供給讀者。本書共10章，分別從結核病、人工智能在泌尿系統(tǒng)的應用等不同的應用視角進行論述，涉及工學的技術方法、臨床應用概況與前景，同時介紹了相應領域的研究進展和發(fā)展趨勢，具有實用性、科學性和前沿性。
龔良庚，教授、主任醫(yī)師，博士生導師。南昌大學第二附屬醫(yī)院影像中心主任。主持國家自然科學基金3項，其他計劃重點項目6項。
目錄
第1章 用于改進胸部X線片結核檢測的一種新型堆疊集成模型 1
1.1 引言 1
1.2 材料與方法 5
1.3 結果與討論 11
1.4 結論與展望 17
第2章 人工智能在醫(yī)學影像中的作用：普通放射學和泌尿系統(tǒng)造影 18
2.1 人工智能 18
2.2 醫(yī)學中的人工智能 19
2.3 放射學中的人工智能 20
2.4 在泌尿外科中的應用 25
2.5 利與弊 26
2.6 未來考慮 26
第3章 基于頭皮腦電信號的癲癇發(fā)作早期檢測 27
3.1 引言 27
3.2 腦電圖 28
3.3 腦電信號處理 29
3.4 結果與討論 34
3.5 結論與展望 37
第4章 非小細胞肺癌組織學分類的分形分析 39
4.1 引言 39
4.2 方法 40
4.3 結論 46
第5章 基于多特征的膝關節(jié)骨關節(jié)炎X線圖像的分類 47
5.1 引言 47
5.2 骨關節(jié)炎的原因 47
5.3 膝關節(jié)骨關節(jié)炎程度 47
5.4 擬定工作 48
5.5 文獻調(diào)查 49
5.6 擬議方法學 51
5.7 基于紋理分析的特征提取法 56
5.8 結論 61
第6章 非增殖性糖尿病視網(wǎng)膜病變的檢測和分類 62
6.1 引言 62
6.2 方法 62
6.3 微動脈瘤的檢測 64
6.4 出血的檢測 64
6.5 滲出物的檢測 65
6.6 視網(wǎng)膜血管的提取 65
6.7 實驗工作 68
6.8 結論 90
第7章 CT圖像分割與分析在骨折檢測及標記中的應用 91
7.1 引言 91
4.2 方法 40
4.3 結論 46
第5章 基于多特征的膝關節(jié)骨關節(jié)炎X線圖像的分類 47
5.1 引言 47
5.2 骨關節(jié)炎的原因 47
5.3 膝關節(jié)骨關節(jié)炎程度 47
5.4 擬定工作 48
5.5 文獻調(diào)查 49
5.6 擬議方法學 51
5.7 基于紋理分析的特征提取法 56
5.8 結論 61
第6章 非增殖性糖尿病視網(wǎng)膜病變的檢測和分類 62
6.1 引言 62
6.2 方法 62
6.3 微動脈瘤的檢測 64
6.4 出血的檢測 64
6.5 滲出物的檢測 65
6.6 視網(wǎng)膜血管的提取 65
6.7 實驗工作 68
6.8 結論 90
第7章 CT圖像分割與分析在骨折檢測及標記中的應用 91
7.1 引言 91
9.2 全玻片成像的起源 126
9.3 病理成像數(shù)字化 127
9.4 病理成像的計算機分析 129
9.5 基礎設施管理 131
9.6 計算機病理醫(yī)學影像的研究 133
9.7 結論 135
第10章 病理醫(yī)學圖像分割：基于參數(shù)化技術的快速回顧 136
10.1 引言 136
10.2 醫(yī)學圖像分割技術 140
10.3 研究與對話 148
10.4 醫(yī)學圖像分割方法與實驗分析方法的比較 149
10.5 結論 151
參考文獻（掃描封底二維碼查看）
新書資訊