Machine Learning in Medical Imaging and Computer Vision
Lekárske snímky môžu zvýrazniť rozdiely medzi zdravým a nezdravým tkanivom a tieto snímky môže následne posúdiť zdravotnícky pracovník, aby určil štádium a šírenie ochorenia a mohol stanoviť spôsob liečby. Vďaka technikám strojového učenia, ktoré sú v zdravotníctve čoraz rozšírenejšie, možno algoritmy vycvičiť na identifikáciu zdravých alebo nezdravých tkanív a rýchlo ich rozlíšiť. Štatistické modely sa môžu použiť na spracovanie mnohých snímok rovnakého typu za zlomok času, ktorý by potreboval človek na posúdenie rovnakého množstva, čím sa šetrí čas a peniaze na pomoc lekárom pri ich posudzovaní.
V tejto editovanej knihe sa rozoberajú procesy extrakcie príznakov, podáva sa prehľad metód hlbokého učenia pre úlohy segmentácie v medicíne, uvádzajú sa optimalizačné algoritmy a regularizačné techniky, ilustrujú sa systémy klasifikácie a vyhľadávania obrázkov a vyzdvihujú sa nástroje na rozpoznávanie textu, teória hier a detekcia dezinformácií na zlepšenie poskytovania zdravotnej starostlivosti.
Strojové učenie v lekárskom zobrazovaní a počítačovom videní poskytuje najnovší výskum v oblasti integrácie nových a vznikajúcich technológií pre oblasti spracovania a analýzy lekárskeho zobrazovania. Táto kniha načrtáva budúce smery zvyšovania účinnosti konvenčných zobrazovacích modelov s cieľom dosiahnuť lepší výkon pri diagnostike, ako aj pri charakterizácii komplexných patologických stavov.
Kniha je určená čitateľom z radov výskumníkov a vedcov z akademického prostredia aj priemyslu v oblasti počítačových vied a inžinierstva, strojového učenia, spracovania obrazu a zdravotníckych technológií, ako aj z príbuzných oblastí.
© Book1 Group - všetky práva vyhradené.
Obsah tejto stránky nesmie byť kopírovaný ani použitý čiastočne alebo v celku bez písomného súhlasu vlastníka.
Posledná úprava: 2024.11.13 22:11 (GMT)