由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
[正版新书]大数据时代的医学图像深度学习与前沿 张红梅 卢虹冰 副主 清华大学出版社 大数据医疗 医学图像分析 机
¥ ×1
书名: | 大数据时代的医学图像深度学习与前沿 |
出版社: | 清华大学出版社 |
出版日期 | 2024-08 |
ISBN号: | 9787302671220 |
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。 |
张红梅 单位:西安交通大学 职务、职称:教授 性别:女 年龄:49 专业:生物医学工程。1.超声黏弹性成像理论及方法研究,超声黏弹性成像在临床早期疾病诊断中的应用研究
|
|
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。 |
|
第1章 机器学习原理 1
|
欢迎来到智能医学图像分析这一引人入胜的世界!本书将成为您探索人工智能技术在医学图像分析领域应用的全面指南,通过深入浅出的方式,引导您了解每个关键概念,并通过丰富的案例展示这些概念的实际应用。 |
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格