Deep Learning in Medical Image Processing and Analysis
Medizinische Bilder in verschiedenen Formaten werden von Ärzten verwendet, um Anomalien oder Marker zu erkennen, die mit bestimmten Zuständen wie Krebs, Krankheiten, Anomalien oder anderen negativen Gesundheitszuständen verbunden sind. Deep-Learning-Algorithmen nutzen riesige Datenmengen, um den Computer darauf zu trainieren, bestimmte Merkmale in den Bildern zu erkennen, die mit der Krankheit oder dem Zustand, den Sie identifizieren möchten, in Zusammenhang stehen.
Während die Analyse der Bilder mit dem Auge viel Zeit in Anspruch nehmen kann, haben Deep-Learning-Algorithmen den Vorteil, dass sie medizinische Bilder schneller überprüfen können als ein Mensch, was dem Arzt hilft, die Diagnose zu beschleunigen und seine Zeit für andere Aufgaben freizumachen.
Deep Learning in Medical Image Processing and Analysis führt in die Grundlagen des Deep Learning für die biomedizinische Bildanalyse für Anwendungen wie Augenheilkunde, Krebserkennung und Herzkrankheiten ein. Das Buch befasst sich mit den Grundsätzen der Auswahl von Merkmalen aus mehreren Instanzen, der Schwarmoptimierung, parallelen Verarbeitungsmodellen, künstlichen neuronalen Netzen und Support-Vektor-Maschinen sowie deren Entwurf und Optimierung in biomedizinischen Anwendungen. Auch Themen wie Datensicherheit, Patientenvertraulichkeit, Wirksamkeit und Zuverlässigkeit werden erörtert.
Dieses von einem internationalen Expertenteam verfasste Buch behandelt Grundsätze und Anwendungen für Forscher, Wissenschaftler, Ingenieure, Entwickler und Designer in den Bereichen maschinelles Lernen, Deep Learning, KI, Bildverarbeitung, Signalverarbeitung, Informatik oder verwandten Bereichen. Es wird auch für Normungsgremien und Regulierungsbehörden sowie für Kliniker, die Deep-Learning-Modelle verwenden, von Interesse sein.
| ISBN: | 9781839537936 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Hardcover |
Derzeit verfügbar, auf Lager.
