简介
本书共分为两大部分,第一部分是前两章,主要是介绍人工智能和医学图像,为后续实践打下理论基础;第二部分是后八章,每个章节为医学图像处理领域的一个基本内容,包括图像增强、图像分割、分类、配准、目标检测和目标跟踪。每个基本内容以1-2个医学临床问题为导向,按照实验原理、实验目的、材料与方法、实验结果、注意事项和思考题进行组织。在方法部分提供1-2种当下最实用的方法进行编程实现和解释,并配有视频演示。本书可作为生物医学工程、临床医学、基础医学等本科及以上层次学生或者有相关自学需求的医生的实践教程。
编辑推荐
1. 紧密围绕医学影像这一对象展开论述,充分考虑了临床医学与工程学的交叉融合,兼顾了基础性、实践性与前沿性。 2. 基于PyTorch进行深度学习模型的构建,与科技前沿技术接轨,可便捷的使用最新的深度模型。 3. 内容聚焦于医学影像分类、目标检测与分割三大任务,系统讲解了每种任务的实现过程,能够覆盖绝大多数临床应用场景。 4. 每一章内容都配有PPT、视频讲解与案例展示,并给出了源代码,便于读者自主学习,达到理论与实践相结合的效果。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2023-07-01
- 更新: 2023-08-30
- 书号:9787302635550
- 中图:R445
- 学科:医学临床医学