دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Pierre Baldi, Gianluca Pollastri, Claus A. F. Andersen, Søren Brunak (auth.), Helge Malmgren BA, PhD, MD, Magnus Borga MSc, PhD, Lars Niklasson BSc, MSc, PhD (eds.) سری: Perspectives in Neural Computing ISBN (شابک) : 9781852332891, 9781447105138 ناشر: Springer-Verlag London سال نشر: 2000 تعداد صفحات: 338 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 29 مگابایت
کلمات کلیدی مربوط به کتاب شبکه های عصبی مصنوعی در پزشکی و زیست شناسی: مجموعه مقالات کنفرانس ANNIMAB-1 ، گوتبورگ ، سوئد ، 13-16 مه 2000: سیستمهای مبتنی بر هدف و کاربرد ویژه، هوش مصنوعی (شامل رباتیک)، تشخیص الگو، آمار برای علوم زیستی، پزشکی، علوم بهداشتی، انفورماتیک سلامت
در صورت تبدیل فایل کتاب Artificial Neural Networks in Medicine and Biology: Proceedings of the ANNIMAB-1 Conference, Göteborg, Sweden, 13–16 May 2000 به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب شبکه های عصبی مصنوعی در پزشکی و زیست شناسی: مجموعه مقالات کنفرانس ANNIMAB-1 ، گوتبورگ ، سوئد ، 13-16 مه 2000 نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب شامل مجموعه مقالات کنفرانس ANNIMAB-l است که از 13 تا 16 مه 2000 در گوتبورگ، سوئد برگزار شد. این کنفرانس توسط انجمن شبکه های عصبی مصنوعی در پزشکی و زیست شناسی (ANNIMAB-S) سازماندهی شد که برای ترویج تحقیقات در یک زمینه جدید و واقعاً بین رشته ای تأسیس شد. چهل و دو مشارکت برای ارائه پذیرفته شد. علاوه بر اینها، مقالات دعوت شده S نیز گنجانده شده است. تحقیقات در زمینه پزشکی و زیست شناسی اغلب با استفاده از روش های آماری برای ارزیابی داده های حوزه خاص مشخص شده است. علاقه روزافزون به شبکههای عصبی مصنوعی نه تنها روشهای جدیدی را برای تجزیه و تحلیل دادهها معرفی کرده است، بلکه برای توسعه مدلهای جدید سیستمهای بیولوژیکی و اکولوژیکی نیز باز شده است. کنفرانس ANNIMAB-l بر برخی از کاربردهای متعدد شبکه های عصبی مصنوعی مرتبط با پزشکی و زیست شناسی تمرکز دارد، به ویژه: • کاربردهای پزشکی شبکه های عصبی مصنوعی: برای تشخیص بهتر و پیش بینی نتایج از داده های بالینی و آزمایشگاهی، در پردازش سیگنالهای ECG و EEG، در تجزیه و تحلیل تصویر پزشکی، و غیره. بیش از نیمی از مشارکتها به چنین موضوعاتی بالینی میپردازند. • استفاده از شبکه های عصبی مصنوعی در زیست شناسی خارج از پزشکی بالینی: به عنوان مثال، در مدل های بوم شناسی و تکامل، برای تجزیه و تحلیل داده ها در زیست شناسی مولکولی، و (البته) در مدل های سیستم عصبی حیوانات و انسان و قابلیت های آنها. • جنبه های نظری: پیشرفت های اخیر در الگوریتم های یادگیری، شبکه های عصبی مصنوعی در ارتباط با سیستم های خبره و روش های آماری سنتی، سیستم های ترکیبی و رویکردهای یکپارچه.
This book contains the proceedings of the conference ANNIMAB-l, held 13-16 May 2000 in Goteborg, Sweden. The conference was organized by the Society for Artificial Neural Networks in Medicine and Biology (ANNIMAB-S), which was established to promote research within a new and genuinely cross-disciplinary field. Forty-two contributions were accepted for presentation; in addition to these, S invited papers are also included. Research within medicine and biology has often been characterised by application of statistical methods for evaluating domain specific data. The growing interest in Artificial Neural Networks has not only introduced new methods for data analysis, but also opened up for development of new models of biological and ecological systems. The ANNIMAB-l conference is focusing on some of the many uses of artificial neural networks with relevance for medicine and biology, specifically: • Medical applications of artificial neural networks: for better diagnoses and outcome predictions from clinical and laboratory data, in the processing of ECG and EEG signals, in medical image analysis, etc. More than half of the contributions address such clinically oriented issues. • Uses of ANNs in biology outside clinical medicine: for example, in models of ecology and evolution, for data analysis in molecular biology, and (of course) in models of animal and human nervous systems and their capabilities. • Theoretical aspects: recent developments in learning algorithms, ANNs in relation to expert systems and to traditional statistical procedures, hybrid systems and integrative approaches.
Front Matter....Pages I-XII
Front Matter....Pages 1-1
Protein β-Sheet Partner Prediction by Neural Networks....Pages 3-9
ART Neural Networks for Medical Data Analysis and Fast Distributed Learning....Pages 10-17
Modelling Uncertainty in Biomedical Applications of Neural Networks....Pages 18-25
Neural Computation in Medicine: Perspectives and Prospects....Pages 26-36
Discriminating Gourmets, Lovers, and Enophiles? Neural Nets Tell All About Locusts, Toads, and Roaches....Pages 37-44
An Unsupervised Learning Method that Produces Organized Representations from Real Information....Pages 45-53
On Forgetful Attractor Network Memories....Pages 54-62
Outstanding Issues for Clinical Decision Support with Neural Networks....Pages 63-71
Front Matter....Pages 73-73
Cancerous Liver Tissue Differentiation Using LVQ....Pages 75-80
Quantification of Diabetic Retinopathy using Neural Networks and Sensitivity Analysis....Pages 81-86
Internet Based Artificial Neural Networks for the Interpretation of Medical Images....Pages 87-92
Segmentation of Magnetic Resonance Images According to Contrast Agent Uptake Kinetics Using a Competitive Neural Network....Pages 93-98
Applications of Optimizing Neural Networks in Medical Image Registration....Pages 99-104
A Learning by Sample Approach for the Detection of Features in Medical Images.....Pages 105-110
Neural Network Based Classification of Cell Images via Estimation of Fractal Dimensions....Pages 111-116
Front Matter....Pages 117-117
Mutual Control Neural Networks for Sleep Arousal Detection....Pages 119-124
Extraction of Sleep-Spindles from the Electroencephalogram (EEG)....Pages 125-130
Analyzing Brain Tumor related EEG Signals with ICA Algorithms....Pages 131-136
Isolating Seizure Activity in the EEG with Independent Component Analysis....Pages 137-142
Seizure Detection with the Self-Organising Feature Map....Pages 143-148
Front Matter....Pages 117-117
Graphical Analysis of Respiration in Postoperative Patients Using Self Organising Maps....Pages 149-154
Front Matter....Pages 155-155
Neural Network Predictions of Outcome from Posteroventral Pallidotomy....Pages 157-161
Survival Analysis: A Neural-Bayesian Approach....Pages 162-167
Identifying Discriminant Features in the Histopathology Diagnosis of Inflammatory Bowel Disease Using a Novel Variant of the Growing Cell Structure Network Technique....Pages 168-173
Classifying Pigmented Skin Lesions with Machine Learning Methods....Pages 174-179
An Assessment System of Dementia of Alzheimer Type Using Artificial Neural Networks....Pages 180-185
A New Artificial Neural Network Method for the Interpretation of ECGs....Pages 186-191
Use of a Kohonen Neural Network to Characterize Respiratory Patients for Medical Intervention....Pages 192-196
Determination of Microalbuminuria and Increased Urine Albumin Excretion by Immunoturbidimetric Assay and Neural Networks....Pages 197-202
Artificial Neural Networks to Predict Postoperative Nausea and Vomiting....Pages 203-208
Acute Myocardial Infarction: Analysis of the ECG Using Artificial Neural Networks....Pages 209-214
Bayesian Neural Networks used to Find Adverse Drug Combinations and Drug Related Syndromes....Pages 215-220
Monitoring of Physiological Parameters of Patients and Therapists During Psychotherapy Sessions Using Self-Organizing Maps....Pages 221-226
Front Matter....Pages 227-227
Neuronal Network Modelling of the Somatosensory Pathway and its Application to General Anaesthesia....Pages 229-234
A Hybrid Classification Tree and Artificial Neural Network Model for Predicting the In vitro Response of the Human Immunodeficiency Virus (HIV1) to Anti-Viral Drug Therapy....Pages 235-240
Neural Unit Sensitive to Modulation....Pages 241-246
On Methods for Combination of Results from Gene-Finding Programs for Improved Prediction Accuracy....Pages 247-252
A Simulation Model for Activated Sludge Process Using Fuzzy Neural Network....Pages 253-258
A General Method for Combining Predictors Tested on Protein Secondary Structure Prediction....Pages 259-264
A Three-Neuron Model of Information Processing During Bayesian Foraging....Pages 265-270
Front Matter....Pages 227-227
Sensorimotor Sequential Learning by a Neural Network Based on Redefined Hebbian Learning....Pages 271-276
On Synaptic Plasticity: Modelling Molecular Kinases involved in Transmitter Release....Pages 277-282
Self-Organizing Networks for Mapping and Clustering Biological Macromolecules Images....Pages 283-288
Neural Network Model for Muscle Force Control Based on the Size Principle and Recurrent Inhibition of Renshaw Cells....Pages 289-294
Prediction of Photosensitizers Activity in Photodynamic Therapy Using Artificial Neural Networks: A 3D—QSAR Study....Pages 295-300
Front Matter....Pages 301-301
Case-Based Explanation for Artificial Neural Nets....Pages 303-308
Double Growing Neural Gas for Disease Diagnosis....Pages 309-314
The Use of a Knowledge Discovery Method for the Development of a Multi-layer Perceptron Network that Classifies Low Back Pain Patients....Pages 315-320
Kernel PCA Feature Extraction of Event-Related Potentials for Human Signal Detection Performance....Pages 321-326
Particle Swarm Optimisation in Feedforward Neural Network....Pages 327-332
Back Matter....Pages 333-334