Artificial Intelligence in Medical Sciences and Psychology: With Application of Machine Language, Computer Vision, and NLP Techniques

با هوش مصنوعی برای علوم پزشکی و روانشناسی شروع کنید. این کتاب به متخصصان مراقبت های بهداشتی و فناوران کمک می کند تا با استفاده از روش های یادگیری ماشینی، بینایی کامپیوتر و تکنیک های پردازش زبان طبیعی (NLP) مشکلات را حل کنند.

این کتاب راه‌هایی برای استفاده از شبکه‌های عصبی برای طبقه‌بندی بیماران مبتلا به بیماری را پوشش می‌دهد. شما می‌دانید که چگونه از تکنیک‌های بینایی کامپیوتری و شبکه‌های عصبی کانولوشنال (CNN) برای تقسیم‌بندی بیماری‌هایی مانند سرطان (به عنوان مثال، سرطان پوست، سینه و مغز) و ذات‌الریه استفاده کنید. فرآیند تصمیم‌گیری پنهان مارکوف برای کمک به شناسایی حالت‌های پنهان داده‌های وابسته به زمان ارائه شده است. علاوه بر این، نشان می دهد که چگونه تکنیک های NLP در طبقه بندی سوابق پزشکی استفاده می شود.

این کتاب برای پزشکان باتجربه در تخصص های مختلف پزشکی (عصب شناسی، ویروس شناسی، رادیولوژی، انکولوژی و موارد دیگر) مناسب است که می خواهند برنامه نویسی پایتون را یاد بگیرند تا به آنها کمک کند کار موثری داشته باشند. همچنین برای دانشمندان داده، مهندسان یادگیری ماشین، دانشجویان پزشکی و محققان در نظر گرفته شده است.

چه خواهید آموخت

• استفاده از شبکه‌های عصبی مصنوعی هنگام مدل‌سازی داده‌های پزشکی
• روش استاندارد تصمیم‌گیری مارکوف و شبیه‌سازی داده‌های پزشکی را بدانید
• درک روش های تجزیه و تحلیل بقا برای بررسی داده های یک کارآزمایی بالینی
• درک دسته بندی پرونده پزشکی
• اندازه گیری تفاوت های شخصیتی با استفاده از مدل های روانشناختی

Get started with artificial intelligence for medical sciences and psychology. This book will help healthcare professionals and technologists solve problems using machine learning methods, computer vision, and natural language processing (NLP) techniques. 

The book covers ways to use neural networks to classify patients with diseases. You will know how to apply computer vision techniques and convolutional neural networks (CNNs) to segment diseases such as cancer (e.g., skin, breast, and brain cancer) and pneumonia. The hidden Markov decision making process is presented to help you identify hidden states of time-dependent data. In addition, it shows how NLP techniques are used in medical records classification. 

This book is suitable for experienced practitioners in varying medical specialties (neurology, virology, radiology, oncology, and more) who want to learn Python programming to help them work efficiently. It is also intended for data scientists, machine learning engineers, medical students, and researchers.

What You Will Learn

• Apply artificial neural networks when modelling medical data
• Know the standard method for Markov decision making and medical data simulation
• Understand survival analysis methods for investigating data from a clinical trial
• Understand medical record categorization
• Measure personality differences using psychological models