
Machine Learning in Medicine
Maschinelles Lernen in der Medizin behandelt die neuesten Techniken des maschinellen Lernens und ihre Anwendungen im medizinischen Bereich. Es werden mehrere computergestützte Diagnosesysteme (CAD) vorgestellt, die in den letzten zehn Jahren eine wichtige Rolle bei der Diagnose verschiedener Krankheiten gespielt haben, z. B. bei der Krebserkennung, was zur Entwicklung mehrerer erfolgreicher Systeme geführt hat.
Neue Entwicklungen im Bereich des maschinellen Lernens könnten es in naher Zukunft ermöglichen, Maschinen zu entwickeln, die in der Lage sind, Aufgaben vollständig auszuführen, die derzeit ohne menschliche Hilfe nicht erledigt werden können, insbesondere im medizinischen Bereich. Dieses Buch behandelt solche Maschinen, darunter Faltungsneuronale Netze (CNN) mit verschiedenen Aktivierungsfunktionen für kleine bis mittlere biomedizinische Datensätze, die Erkennung abnormaler Aktivitäten, die auf einen kognitiven Verfall zurückzuführen sind, die Modellierung der thermischen Dosis für thermische ablative Krebstherapien, klinische Entscheidungsunterstützungssysteme durch maschinelles Lernen in der Dermatologie, durch künstliche Intelligenz unterstützte Ultraschalldiagnose, praktische Herausforderungen mit möglichen Lösungen für maschinelles Lernen in der medizinischen Bildgebung, Epilepsiediagnose anhand struktureller MRT, Alzheimer-Diagnose, Klassifizierung der linksventrikulären Hypertrophie und intelligentes medizinisches Sprachverständnis.
Dieses Buch wird dazu beitragen, die wissenschaftliche Forschung auf dem weiten Feld des maschinellen Lernens in der Medizin voranzutreiben. Es konzentriert sich auf die wichtigsten Trends und Herausforderungen in diesem Bereich und stellt Arbeiten vor, die darauf abzielen, neue Techniken und deren Einsatz in der biomedizinischen Analyse zu identifizieren. Am Ende jedes Kapitels finden sich umfangreiche Referenzen.