返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 醉染图书医学影像与人工智能 机遇、应用和风险9787117328609
  • 正版全新
    • 作者: 胡娟;杨斌著 | 胡娟;杨斌编 | 胡娟;杨斌译 | 胡娟;杨斌绘
    • 出版社: 人民卫生出版社
    • 出版时间:2022-05-01
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    新春将至,本公司假期时间为:2025年1月23日至2025年2月7日。2月8日订单陆续发货,期间带来不便,敬请谅解!

    商品参数
    • 作者: 胡娟;杨斌著| 胡娟;杨斌编| 胡娟;杨斌译| 胡娟;杨斌绘
    • 出版社:人民卫生出版社
    • 出版时间:2022-05-01
    • 版次:1
    • 印次:1
    • 字数:591000
    • 页数:320
    • 开本:16开
    • ISBN:9787117328609
    • 版权提供:人民卫生出版社
    • 作者:胡娟;杨斌
    • 著:胡娟;杨斌
    • 装帧:平装
    • 印次:1
    • 定价:128.00
    • ISBN:9787117328609
    • 出版社:人民卫生出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2022-05-01
    • 页数:320
    • 外部编号:1202654970
    • 版次:1
    • 成品尺寸:暂无

    部引言/1

    1引言:放学界的规则改变者/2

    1.1变革的时代/2

    1.2观点透视/2

    1.3未来的机遇/3

    1.4结论/3

    参考文献/4

    第二部分技术:新手入门/5

    2医学图像计算和机器学习在医疗中的作用/6

    2.1引言/6

    2.2医学图像分析/6

    .挑战/8

    2.4医学图像计算/9

    2.5基于模型的图像分析/10

    2.6计算策略/12

    2.7基本问题/15

    2.8结论/17

    参考文献/17

    3对深度学习的深层理解/19

    3.1引言/19

    3.2计算机辅诊断经典方法/19

    3.3人工智能/20

    3.4神经网络/20

    3.5卷积神经网络/

    3.6为什么是现在/24

    3.7案例:糖尿病视网膜病变筛查/25

    3.8网络信息指南/26

    3.9大脑研究的比较/26

    3.10结论及建议/30

    3.11要点/31

    参考文献/31

    4影像中的深度学习和机器学习:基础原理/33

    4.1引言/33

    4.2特征和分类/33

    4.3神经网络/34

    4.4支持向量机/35

    4.5决策树/35

    4.6贝叶斯网络/36

    4.7深度学习/36

    4.8结论/38

    参考文献/38

    第三部分技术:开发人工智能应用/41

    5如何开发人工智能应用/42

    5.1引言/42

    5.2人工智能在放学中的应用/43

    5.3医学影像人工智能应用的发展/46

    5.4资源框架/48

    5.5结论/49

    5.6总结/要点/49

    参考文献/50

    6放学中机器学习的图像数据标准化准备方法/51

    6.1数据,数据无处不在/51

    6.2并非所有数据都对等/52

    6.3医学影像数据准备度量表/53

    6.4总结/59

    6.5要点/60

    参考文献/60

    7结构化报告对人工智能的价值/62

    7.1引言/62

    7.2传统影像学报告与结构化报告的比较/62

    7.3结构化报告与医疗企业集成影像学报告模板管理的技术实现/63

    7.4使用自然语言处理提取信息/64

    7.5结构化报告的信息提取/65

    7.6将外部数据整合入结构化报告/65

    7.7分析和临床决策支持/66

    7.8展望/67

    7.9要点/67

    参考文献/67

    8医学中的人工智能:验和研究设计/70

    8.1人工智能技术在医学领域的验/70

    8.2医学人工智能的安全/71

    8.3应用临床研究评估模型效能/72

    8.4研究设计举例/83

    8.5医学人工智能的安全评估/84

    8.6要点/86

    参考文献/86

    第四部分医疗中的大数据/89

    9医疗影像企业化管理系统/90

    9.1引言/90

    9.2医疗影像企业化管理系统基本原则/91

    9.3医疗影像企业化管理系统平台/91

    9.4医疗影像企业化管理系统平台和跨机构影像

    共享的标准和技术/94

    9.5法律层面/95

    9.6人工智能背景下的医疗影像企业化管理系统/96

    9.7要点/98

    参考文献/98

    10影像生物标志物和影像生物样本库/100

    10.1引言/100

    10.2阶段发展/101

    10.3验/102

    10.4影像生物样本库/103

    10.5结论/105

    10.6要点/105

    参考文献/105

    第五部分人工智能在放学领域中的实际应用案例/107

    11影像解析以外的人工智能应用/108

    11.1影像的适用和利率/109

    11.2患者时间安排/109

    11.3成像协议/109

    11.4改善影像质量和缩短MRI采集时间/110

    11.5改善影像质量和降低辐剂量/110

    11.6影像转换/110

    11.7影像质量评估/111

    11.8挂片协议/111

    11.9报告/111

    11.10文本概述和报告翻译/112

    11.11语音识别/113

    11.12随访/113

    11.13工作列表优化/113

    11.14人员优化/113

    11.15商业智能和商业分析/114

    11.16基于内容的图像检索/114

    11.17患者安全/114

    11.18计费/115

    11.19患者体验/115

    11.20挑战/115

    11.21结论/116

    11.22要点/116

    参考文献/116

    12胸部病变的人工智能与计算机辅评估/121

    12.1引言/121

    12.2胸部X线摄影/121

    1.肺结节/122

    12.4肺癌影像组学/127

    12.5肺栓塞/129

    12.6肺实质和气道病变/131

    12.7间质肺疾病/133

    12.8结论/137

    12.9总结/137

    参考文献/137

    13心血管疾病/141

    13.1引言/141

    13.2人工智能对心血管影像的影响/142

    13.3人工智能在不同心血管影像检查设备中的实际应用/143

    13.4展望和结论/152

    13.5要点/153

    参考文献/153

    14乳腺癌筛查中的深度学习/158

    14.1背景/158

    14.2自动化系统的目标/164

    14.3深度学习用于乳腺X线检查的挑战/168

    14.4未来的方向/174

    14.5总结/177

    14.6要点/178

    参考文献/178

    15神经系统疾病/184

    15.1引言/184

    15.2脑成像的预处理/184

    15.3应用/185

    15.4结论/190

    15.5要点/190

    参考文献/190

    16临床试验中的人工智能/196

    16.1引言/196

    16.2临床试验中的医学影像标准化/197

    16.3人工智能在临床试验中的应用/201

    16.4数字孪生和计算机模拟临床试验/204

    16.5结论/205

    16.6总结/205

    参考文献/205

    第六部分质量、监管及伦理问题/207

    17医学影像和数据的质量与监护/208

    17.1引言/208

    17.2数据挖掘和检索/209

    17.3数据质量/211

    17.4附加值/212

    17.5长效/212

    17.6工具介绍/213

    17.7结论/213

    参考文献/213

    18未来社会需要机器人和人工智能拥有法律人格/215

    18.1范式转换/215

    18.2法律地位/217

    18.3作为行为人的人工智能和机器人/218

    18.4法律主体/219

    18.5人类是(自然意义上的)法人/221

    18.6自主人工智能实体/225

    18.7人类和机器人结合的问题/227

    18.8另类人格/229

    18.9作为法律行为人的人工智能实体和机器人/

    18.10何去何从/

    参考文献/240

    19人工智能生态系统在放学中的作用/243

    19.1商业生态系统定义/243

    19.2用于医疗和诊断成像的人工智能生态系统/245

    19.3以诊断成像为重点,定义医疗领域的人工智能生态系统/246

    19.4将人工智能系统广泛应用于临床:放科医师的挑战与机遇,以及医学专业学会的作用/257

    19.5放学工智能生态系统研究概括/266

    19.6结论/268

    19.7要点/268

    参考文献/268

    20人工智能对放科医师的价值、挑战和风险/273

    20.1放学的创新/273

    20.2放科对工智能的期望水平/276

    20.3为未来做准备的策略/279

    20.4隐蔽的风险和危险/281

    20.5要点/284

    参考文献/285

    术语表/287

    索引/298

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购