简介
全书以通俗易懂的语言、翔实生动的实例,全面介绍了大数据背景下医学图像分析方法。全书共分上下两册,总计17章,上册主要介绍经典基础的图像分析方法,内容包括从物理参量成像到数字图像、空域图像增强、变换域图像增强、图像去噪恢复、医学图享配准、医学图像分割和医学图像分析临床应用等。下册主要介绍机器学习等最新的图像分析方法,内容包括机器学习原理、深度学习原理、优化和训练网络、基于深度学习的医学图像分类、 目标检测、医学图像分割、多模态图像和超分辨图像生成、基于Transformer的自注意力学习、稀疏成像数据的图像重建和图卷积网络等。 与市场上同类教材相比,本书从医学图像分析的实际需求出发,在讲解相关知识的同时结合附录中临床医学图像分析处理代码、公开数据集和相关比赛信息,力求让读者能够学以致用、快速掌握。本书内容更加适用于医学和工科的交叉学科,可作为高等院校相关研究领域的优秀教材,对培养人工智能医学精准诊疗人才具有重要意义。
编辑推荐
本书主要介绍机器学习等最新的图像分析方法,内容包括机器学习原理、深度学习原理、优化和训练网络、基于深度学习的医学图像分类、 目标检测、医学图像分割、多模态图像和超分辨图像生成、基于Transformer的自注意力学习、稀疏成像数据的图像重建和图卷积网络等。本书可作为医学和工科的交叉学科及高等院校相关研究领域教学使用,对培养人工智能医学精准诊疗人才具有重要意义。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2024-08-01
- 更新: 2024-11-13
- 书号:9787302671220
- 中图:R445
- 学科:医学临床医学