S. Kevin Zhou – Medical Image Recognition, Segmentation and Parsing (2016)

3.745 ₽

Автор: S. Kevin Zhou
Название книги: Medical Image Recognition, Segmentation and Parsing (2016)
Формат: PDF
Тема: Лучевая диагностика и терапия (Радиология)
Страницы: 530
Качество: Изначально компьютерное, E-book

This book describes the technical problems and solutions for automatically recognizing and parsing a medical image into multiple objects, structures, or anatomies. It gives all the key methods, including state-of- the-art approaches based on machine learning, for recognizing or detecting, parsing or segmenting, a cohort of anatomical structures from a medical image.

Written by top experts in Medical Imaging, this book is ideal for university researchers and industry practitioners in medical imaging who want a complete reference on key methods, algorithms and applications in medical image recognition, segmentation and parsing of multiple objects.

Learn:

Research challenges and problems in medical image recognition, segmentation and parsing of multiple objects
Methods and theories for medical image recognition, segmentation and parsing of multiple objects
Efficient and effective machine learning solutions based on big datasets
Selected applications of medical image parsing using proven algorithms
Provides a comprehensive overview of state-of-the-art research on medical image recognition, segmentation, and parsing of multiple objects
Presents efficient and effective approaches based on machine learning paradigms to leverage the anatomical context in the medical images, best exemplified by large datasets
Includes algorithms for recognizing and parsing of known anatomies for practical applications

Описание

S. Kevin Zhou. Medical Image Recognition, Segmentation and Parsing — это фундаментальный сборник, посвященный современным методам автоматического анализа медицинских изображений. Книга подробно рассматривает ключевые задачи компьютерного зрения в медицине: распознавание, сегментацию и структурный разбор (parsing) снимков КТ, МРТ, УЗИ и рентгена.

Авторы анализируют как классические алгоритмы, так и новейшие подходы на основе глубокого обучения, включая сверточные нейронные сети, вероятностные модели и методы машинного обучения с ограниченным объемом размеченных данных. Особое внимание уделяется точности, скорости и клинической применимости решений.

  • специалистам по медицинской визуализации и компьютерному зрению
  • разработчикам алгоритмов ИИ для здравоохранения
  • студентам и аспирантам соответствующих специальностей
  • врачам-радиологам, интересующимся автоматизацией диагностики

Отзывы

Отзывов пока нет.

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