-
-
- 基于深度学习的医疗影像分析模型研究
-
- 作者：金强国//苏苒//郭菲//郑江滨//周林宽|责编:朱晓娟
- 出版社：西北工大
- ISBN：9787561293867
-
售价：24.8
-
内容大纲
本书以深度学习在医疗影像分析中的应用为研究目标，深入探讨医学影像中分析精度要求高、数据稀缺，以及存在域漂移的问题，提出相应的解决方案，并通过实验论证本书所提出算法与模型的有效性。本书的研究内容缩小了深度学习理论与医学影像分析实践之间的差距，能够对使用深度学习算法解决医学影像处理问题起到一定程度的指导作用。同时，也能够为计算机辅助临床应用提供一定的参考价值。
本书内容由易到难，由浅入深，各个章节之间相互独立，同时又遵循相同的主线，既适合对深度学习和医疗影像分析感兴趣的读者作为拓展读物，也能为深度学习医疗影像分析的研究者提供思路和启发。
-
作者介绍
-
目录
第1章 绪论
1.1 研究背景和意义
1.2 主要研究内容
1.3 本书的组织结构
第2章 相关理论基础与文献综述
2.1 常用深度学习网络
2.2 主要相关模块
2.3 相关工作文献综述
2.4 本章小结
第3章 基于高精度要求的分割算法研究
3.1 引言
3.2 基于级联知识传播的分割算法
3.3 数据集介绍
3.4 模型评估指标
3.5 实验参数设定
3.6 实验验证
3.7 本章小结
第4章 基于形状感知对比的分割算法研究
4.1 引言
4.2 基于形状感知对比的分割算法
4.3 数据收集
4.4 实验参数设定
4.5 实验验证
4.6 本章小结
第5章 基于多模态对比学习的检测算法研究
5.1 引言
5.2 基于多模态对比学习的检测算法
5.3 数据集与预处理
5.4 实验参数设定
5.5 模型评估指标
5.6 实验验证
5.7 本章小结
第6章 基于层次一致性执行的分割算法研究
6.1 引言
6.2 基于层次一致性执行的半监督分割算法
6.3 数据集与预处理
6.4 实验参数设定
6.5 模型评估指标
6.6 实验验证
6.7 本章小结
第7章 基于有限标注数据的分割算法研究
7.1 引言
7.2 基于模型间和模型内不确定性的特征聚合半监督分割算法···
7.3 数据集与预处理
7.4 实验参数设定
7.5 模型评估指标
7.6 实验验证
7.7 本章小结
第8章 基于域适应的自矫正分割算法研究
8.1 引言
8.2 基于域适应的自矫正分割算法
8.3 数据集和预处理
8.4 实验参数设定
8.5 模型评估指标与对比方法
8.6 实验验证
8.7 本章小结
第9章 基于增强分割数据的合成算法研究
9.1 引言
9.2 基于更丰富特征的生成对抗网络
9.3 数据集与预处理
9.4 实验参数设定
9.5 实验验证
9.6 本章小结
第10章 总结和展望
10.1 总结
10.2 展望
参考文献
[
