مشخصات کتاب

Deep Learning and Convolutional Neural Networks for Medical Image Computing: Precision Medicine, High Performance and Large-Scale Datasets

ویرایش:  
نویسندگان: Le Lu,  Yefeng Zheng,  Gustavo Carneiro,  Lin Yang (eds.)  
سری: Advances in Computer Vision and Pattern Recognition 
ISBN (شابک) : 9783319429984, 9783319429991 
ناشر: Springer International Publishing 
سال نشر: 2017 
تعداد صفحات: [327] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 14 Mb 

در صورت تبدیل فایل کتاب Deep Learning and Convolutional Neural Networks for Medical Image Computing: Precision Medicine, High Performance and Large-Scale Datasets 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 یادگیری عمیق و تحریک برای محاسبات تصویر پزشکی: پزشکی دقیق ، مجموعه داده های با عملکرد بالا و مقیاس بزرگ 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.

توضیحاتی در مورد کتاب شبکه های عصبی یادگیری عمیق و تحریک برای محاسبات تصویر پزشکی: پزشکی دقیق ، مجموعه داده های با عملکرد بالا و مقیاس بزرگ

این کتاب بررسی دقیقی از وضعیت هنر در رویکردهای یادگیری عمیق برای تشخیص و تقسیم بندی اشیاء معنایی در محاسبات تصویر پزشکی و استخراج پایگاه داده رادیولوژی در مقیاس بزرگ ارائه می‌کند. تمرکز خاصی بر روی کاربرد شبکه‌های عصبی کانولوشنال قرار می‌گیرد که این نظریه توسط مثال‌های عملی پشتیبانی می‌شود. ویژگی ها: نشان می دهد که چگونه استفاده از شبکه های عصبی عمیق می تواند به سؤالات و پروتکل های جدید پاسخ دهد و همچنین چالش های موجود در محاسبات تصویر پزشکی را بهبود بخشد. تجربه پژوهشی روشنگر دکتر رونالد ام. سامرز را مورد بحث قرار می دهد. مروری جامع از آخرین تحقیقات و ادبیات ارائه می دهد. طیف وسیعی از روش‌های مختلف را توصیف می‌کند که از یادگیری عمیق برای کارهای تشخیص اشیا یا نقطه عطف در تصویربرداری پزشکی دو بعدی و سه بعدی استفاده می‌کنند. انتخاب متنوعی از تکنیک‌ها را برای تقسیم‌بندی معنایی با استفاده از اصول یادگیری عمیق در تصویربرداری پزشکی بررسی می‌کند. یک رویکرد جدید برای استخراج عمیق متن و تصویر در یک پایگاه داده تصویر رادیولوژی در مقیاس بزرگ معرفی می کند.

توضیحاتی درمورد کتاب به خارجی

This book presents a detailed review of the state of the art in deep learning approaches for semantic object detection and segmentation in medical image computing, and large-scale radiology database mining. A particular focus is placed on the application of convolutional neural networks, with the theory supported by practical examples. Features: highlights how the use of deep neural networks can address new questions and protocols, as well as improve upon existing challenges in medical image computing; discusses the insightful research experience of Dr. Ronald M. Summers; presents a comprehensive review of the latest research and literature; describes a range of different methods that make use of deep learning for object or landmark detection tasks in 2D and 3D medical imaging; examines a varied selection of techniques for semantic segmentation using deep learning principles in medical imaging; introduces a novel approach to interleaved text and image deep mining on a large-scale radiology image database.

فهرست مطالب

Front Matter....Pages i-xiii
Front Matter....Pages 1-1
Deep Learning and Computer-Aided Diagnosis for Medical Image Processing: A Personal Perspective....Pages 3-10
Review of Deep Learning Methods in Mammography, Cardiovascular, and Microscopy Image Analysis....Pages 11-32
Front Matter....Pages 33-33
Efficient False Positive Reduction in Computer-Aided Detection Using Convolutional Neural Networks and Random View Aggregation....Pages 35-48
Robust Landmark Detection in Volumetric Data with Efficient 3D Deep Learning....Pages 49-61
A Novel Cell Detection Method Using Deep Convolutional Neural Network and Maximum-Weight Independent Set....Pages 63-72
Deep Learning for Histopathological Image Analysis: Towards Computerized Diagnosis on Cancers....Pages 73-95
Interstitial Lung Diseases via Deep Convolutional Neural Networks: Segmentation Label Propagation, Unordered Pooling and Cross-Dataset Learning....Pages 97-111
Three Aspects on Using Convolutional Neural Networks for Computer-Aided Detection in Medical Imaging....Pages 113-136
Cell Detection with Deep Learning Accelerated by Sparse Kernel....Pages 137-157
Fully Convolutional Networks in Medical Imaging: Applications to Image Enhancement and Recognition....Pages 159-179
On the Necessity of Fine-Tuned Convolutional Neural Networks for Medical Imaging....Pages 181-193
Front Matter....Pages 195-195
Fully Automated Segmentation Using Distance Regularised Level Set and Deep-Structured Learning and Inference....Pages 197-224
Combining Deep Learning and Structured Prediction for Segmenting Masses in Mammograms....Pages 225-240
Deep Learning Based Automatic Segmentation of Pathological Kidney in CT: Local Versus Global Image Context....Pages 241-255
Robust Cell Detection and Segmentation in Histopathological Images Using Sparse Reconstruction and Stacked Denoising Autoencoders....Pages 257-278
Automatic Pancreas Segmentation Using Coarse-to-Fine Superpixel Labeling....Pages 279-302
Front Matter....Pages 303-303
Interleaved Text/Image Deep Mining on a Large-Scale Radiology Image Database....Pages 305-321
Back Matter....Pages 323-326

نظرات کاربران

کتاب های تصادفی

دانلود کتاب Cypherpunks: la libertad y el futuro de internet con Jacob Appelbaum, Andy Müller-Maguhn y Jéremie Zimmermann

دانلود کتاب Non-standard Antennas

دانلود کتاب The Teacher Quality Index: A Protocol for Teacher Selection

دانلود کتاب Be the Dad She Needs You to Be: The Indelible Imprint a Father Leaves on His Daughter’s Life

دانلود کتاب Meddlers or Mediators? African Interveners in Civil Conflicts in Eastern Africa (International Negotiation)