ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

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

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

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

مشخصات کتاب

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

ویرایش:  
نویسندگان: , , ,   
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 

قیمت کتاب (تومان) : 35,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 8


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