S. Kevin Zhou – Deep Learning for Medical Image Analysis (2017)

3.350 

Автор: S. Kevin Zhou
Название книги: Deep Learning for Medical Image Analysis (2017)
Формат: PDF
Тема: Лучевая диагностика и терапия (Радиология)
Страницы: 458
Качество: Изначально компьютерное, E-book

Deep learning is providing exciting solutions for medical image analysis problems and is seen as a key method for future applications. This book gives a clear understanding of the principles and methods of neural network and deep learning concepts, showing how the algorithms that integrate deep learning as a core component have been applied to medical image detection, segmentation and registration, and computer-aided analysis, using a wide variety of application areas.
Deep Learning for Medical Image Analysis is a great learning resource for academic and industry researchers in medical imaging analysis, and for graduate students taking courses on machine learning and deep learning for computer vision and medical image computing and analysis.
Covers common research problems in medical image analysis and their challenges
Describes deep learning methods and the theories behind approaches for medical image analysis
Teaches how algorithms are applied to a broad range of application areas, including Chest X-ray, breast CAD, lung and chest, microscopy and pathology, etc.

Описание

S. Kevin Zhou. Deep Learning for Medical Image Analysis — одна из первых книг, подробно рассказывающая, как методы глубокого обучения меняют обработку и анализ медицинских изображений. Издание 2017 года системно знакомит читателя с современными на тот момент нейросетевыми подходами к решению клинических задач: от сегментации органов и обнаружения патологий до регистрации изображений и компьютерной диагностики.

Авторы объясняют архитектуры свёрточных сетей, U-Net, Fully Convolutional Networks, перенос обучения и особенности работы с малыми медицинскими датасетами. Особое внимание уделяется специфике медицинских данных — шумам, неоднородности, требованиям к интерпретируемости и интеграции в клинический workflow.

  • исследователям и разработчикам в области медицинского компьютерного зрения
  • студентам и аспирантам медицинской информатики и биомедицинской инженерии
  • радиологам и врачам, желающим понимать возможности ИИ в своей специальности
  • специалистам по машинному обучению, переходящим в здравоохранение

Отзывы

Отзывов пока нет.

Только зарегистрированные клиенты, купившие данный товар, могут публиковать отзывы.