- 人工智能肿瘤学/博学临床医学系列
- - 作者：编者:顾雅佳//龚敬|责编:江黎涵
  - 出版社：复旦大学
  - ISBN：9787309187335
  - 出版日期：2026/08/01
  - 页数：214
- 售价：31.2

内容大纲
本书详细剖析AI在肿瘤学中的核心技术与实际应用，探讨了如何利用深度学习等方法优化肿瘤数据处理与决策支持。AI技术通过影像分析、病理图像处理和基因组数据整合，显著提升了肿瘤早期诊断的准确性，并推动了个性化治疗方案的制定。同时，本书将探讨AI技术在肿瘤学中的挑战与机遇，尤其是在数据隐私保护、AI模型可解释性以及技术临床适应性方面的难题。
作者介绍
目录
第一章  绪论
第二章  人工智能技术基础
  第一节  概述
    一、人工智能的演进逻辑与范式革新
    二、机器学习核心范式：监督学习与非监督学习
    三、深度学习网络架构及其在医学领域的应用
    四、人工智能模型的评估、验证与优化
  第二节  挑战与发展趋势
  第三节  总结与展望
第三章  肿瘤影像组学数据分析
  第一节  概述
  第二节  影像组学在肿瘤诊疗中的应用
    一、影像组学研究流程
    二、影像组学的价值与应用
  第三节  生境成像在肿瘤诊疗中的应用
    一、生境成像研究流程
    二、生境成像的价值与应用
  第四节  深度学习在肿瘤诊疗中的应用
    一、深度学习肿瘤影像分析流程
    二、深度学习在肿瘤影像分析中的价值与应用
  第五节  挑战与发展趋势
第四章  数字病理数据分析
  第一节  概述
  第二节  数字病理在肿瘤诊疗中的应用
    一、数字病理研究流程
    二、数字病理在肿瘤诊疗中的价值与应用
  第三节  病理手工特征与计算病理在肿瘤诊疗中的应用
    一、可量化病理表型体系
    二、分析流程与建模
  第四节  深度学习在数字病理中的应用
    一、深度学习图像分析发展历程
    二、深度学习数字病理分析
  第五节  病理基础模型
    一、基础模型的概念
    二、病理基础模型的分类
  第六节  挑战与展望
    一、应用挑战
    二、未来展望
第五章  基因组学与多组学数据分析
  第一节  肿瘤分子生物学与分子诊断技术概述
    一、基本概念
    二、针对核酸的分子检测技术
    三、针对蛋白质的分子检测技术
  第二节  基因组学数据的获取与处理
    一、组学的基本概念
    二、基因组学数据的获取与应用
    三、转录组学数据的获取与应用
  第三节  多组学数据整合分析
    一、相关性融合分析
    二、多组学聚类分析

    三、多模态数据整合
    四、多组学与多模态数据整合的未来展望
  第四节  生物标志物探索与挖掘
    一、生物标志物的概念
    二、肿瘤生物标志物的挖掘策略
第六章  人工智能医工交叉技术整合与系统实现
  第一节  人工智能技术整合与系统实现
    一、医疗影像人工智能核心技术引擎
    二、影像人工智能临床应用概述
    三、从深度学习到大模型：技术范式演进
  第二节  医疗人工智能多学科临床转化
    一、人工智能在脑多模态影像中的融合应用与临床实践
    二、人工智能在胸部肿瘤诊疗中的全流程整合
    三、核医学人工智能赋能肿瘤场景应用
  第三节  医疗人工智能的临床研究
  第四节  大模型在医疗场景中的应用实践
    一、大语言模型在医疗场景中的应用
    二、医疗智能体的发展
  第五节  总结与展望
第七章  数据分析中的挑战与未来方向
  第一节  科研数据中的问题与挑战
    一、引言：人工智能肿瘤学的数据基石
    二、核心数据与知识资源
    三、挑战一：数据质量与多模态异质性
    四、挑战二：标注瓶颈——稀缺资源与“昂贵”的主观性
    五、挑战三：隐私、数据孤岛与互操作性
    六、总结
  第二节  模型的隐私性与解释性
    一、肿瘤大数据的多维隐私挑战
    二、隐私保护的主流计算架构
    三、其他隐私保护技术
    四、肿瘤人工智能模型的可解释性方法论
    五、隐私保护与可解释性的复杂博弈
    六、未来方向与挑战
  第三节  多模态数据融合技术
    一、多模态数据融合的必要性与价值
    二、多模态数据类型
    三、多模态融合的策略与架构
    四、挑战与未来方向
  第四节  生成式人工智能在肿瘤诊疗中的应用
    一、肿瘤早期筛查
    二、精准诊疗与影像增强
    三、病理切片分析
    四、预后评估
    五、机遇与挑战
  第五节  基础大模型的开发与应用
    一、引言
    二、肿瘤基础大模型的发展现状与特征
    三、语言基础模型
    四、视觉基础模型

    五、视觉-语言基础模型
    六、未来发展方向与对策建议
第八章  科研选题分析
  第一节  人工智能与多组学科研现状
    一、从单一组学到人工智能驱动的多组学
    二、人工智能联合多组学在肿瘤临床研究中的现状
    三、挑战与未来方向
  第二节  科研思路与选题分析
    一、人工智能与多学科的融合
    二、科研思路
    三、选题分析
    四、自研案例
第九章  人工智能在肿瘤研究中的应用
  第一节  人工智能在乳腺癌中的应用
    一、高质量乳腺癌多模态数据库的构建
    二、乳腺病灶精准分割的实现
    三、人工智能赋能乳腺精准诊疗
    四、总结与未来展望
  第二节  人工智能在结直肠癌中的应用
    一、人工智能在结直肠癌诊断中的应用
    二、人工智能在结直肠癌治疗中的应用
    三、新兴领域
    四、未来方向与挑战
  第三节  人工智能在肺癌中的应用
    一、人工智能在肺癌早期筛查与诊断中的应用
    二、人工智能在肺癌分期与治疗中的应用
    三、人工智能在肺癌预后评估中的应用
    四、人工智能在肺癌中应用的挑战和未来方向
    五、总结与展望
  第四节  人工智能在卵巢癌中的应用
    一、卵巢癌概述
    二、放射组学与深度学习
    三、人工智能在卵巢癌中的应用
    四、当前挑战与未来发展方向
    五、总结与展望
  第五节  人工智能在头颈部肿瘤中的应用
    一、人工智能在头颈部肿瘤诊断中的应用
    二、人工智能在头颈部肿瘤治疗中的应用
    三、人工智能在头颈部肿瘤应用中的难点
  第六节  人工智能在胰腺肿瘤中的应用
    一、概述
    二、影像组学的应用
    三、深度学习的应用
    四、多组学整合的应用
    五、挑战与未来展望
    六、总结
  第七节  人工智能在前列腺癌中的应用
    一、技术框架
    二、价值与应用
    三、发展前景与挑战

    四、总结
  第八节  人工智能在胃癌中的应用
    一、胃癌的自动检测和分割
    二、胃癌淋巴结转移的预测
    三、胃癌肝转移的预测
    四、胃癌腹膜转移的预测
    五、胃癌的分期预测
    六、胃癌的疗效评估及预测
  第九节  人工智能在软组织肿瘤中的应用
    一、概述
    二、人工智能在软组织肿瘤诊断及鉴别诊断中的应用
    三、人工智能在软组织肿瘤分级诊断中的应用
    四、人工智能在软组织肿瘤转移、预后等方面的应用
  第十节  人工智能在分子影像中的应用
    一、概述
    二、分子影像与人工智能的技术融合
    三、人工智能在分子影像中的典型应用
    四、技术挑战与未来发展
    五、总结与展望

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目