大数据时代的医学图像深度学习与前沿

内容简介

"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**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。"