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 Techniques for Biomedical and Health Informatics

دانلود کتاب تکنیک های یادگیری عمیق برای انفورماتیک زیست پزشکی و بهداشت

Deep Learning Techniques for Biomedical and Health Informatics

مشخصات کتاب

Deep Learning Techniques for Biomedical and Health Informatics

ویرایش: [1 ed.] 
نویسندگان: , , , ,   
سری:  
ISBN (شابک) : 0128190612, 9780128190616 
ناشر: Academic Pr 
سال نشر: 2020 
تعداد صفحات: 378
[352] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 36 Mb 

قیمت کتاب (تومان) : 32,000

در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 10


در صورت تبدیل فایل کتاب Deep Learning Techniques for Biomedical and Health Informatics 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 تکنیک های یادگیری عمیق برای انفورماتیک زیست پزشکی و بهداشت 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 تکنیک های یادگیری عمیق برای انفورماتیک زیست پزشکی و بهداشت



تکنیک‌های یادگیری عمیق برای انفورماتیک زیست‌پزشکی و سلامت جدیدترین روش‌های مبتنی بر یادگیری عمیق را برای انفورماتیک زیست‌پزشکی و سلامت در اختیار خوانندگان قرار می‌دهد. این کتاب نه تنها بهترین روش ها را پوشش می دهد، بلکه روش های پیاده سازی را نیز ارائه می دهد. این کتاب شامل تمام روش‌شناسی‌های پیش‌نیاز در هر فصل است تا محققان و متخصصان جدید آن را بسیار مفید بیابند. فصل‌ها از روش‌شناسی پایه به روش‌های پیشرفته شامل توضیحات مفصل رویکردهای پیشنهادی و بحث‌های انتقادی جامع در مورد نتایج تجربی و نحوه اعمال آن‌ها در مهندسی پزشکی، پرونده الکترونیک سلامت و پردازش تصویر پزشکی است.

  • طیف وسیعی از کاربردهای یادگیری عمیق را برای مهندسی زیست پزشکی و انفورماتیک سلامت، از جمله یادگیری عمیق برای کشف دارو، سیستم‌های پشتیبانی تصمیم بالینی، تشخیص بیماری، پیش‌بینی و نظارت بررسی می‌کند
  • در مورد یادگیری عمیق اعمال شده در پرونده الکترونیک سلامت (EHR)، از جمله ساختارهای داده سلامت و مدیریت، یادگیری عمیق شباهت بیمار، پردازش زبان طبیعی، و نحوه بهبود تصمیم گیری بالینی بحث می کند
  • پوشش مفصلی از یادگیری عمیق برای پردازش تصویر پزشکی، از جمله بهینه سازی داده های بزرگ پزشکی، تجزیه و تحلیل تصویر مغز، تقسیم بندی تومور مغز در تصویربرداری MRI، و آینده تجزیه و تحلیل تصویر زیست پزشکی

توضیحاتی درمورد کتاب به خارجی

Deep Learning Techniques for Biomedical and Health Informatics provides readers with the state-of-the-art in deep learning-based methods for biomedical and health informatics. The book covers not only the best-performing methods, it also presents implementation methods. The book includes all the prerequisite methodologies in each chapter so that new researchers and practitioners will find it very useful. Chapters go from basic methodology to advanced methods, including detailed descriptions of proposed approaches and comprehensive critical discussions on experimental results and how they are applied to Biomedical Engineering, Electronic Health Records, and medical image processing.

  • Examines a wide range of Deep Learning applications for Biomedical Engineering and Health Informatics, including Deep Learning for drug discovery, clinical decision support systems, disease diagnosis, prediction and monitoring
  • Discusses Deep Learning applied to Electronic Health Records (EHR), including health data structures and management, deep patient similarity learning, natural language processing, and how to improve clinical decision-making
  • Provides detailed coverage of Deep Learning for medical image processing, including optimizing medical big data, brain image analysis, brain tumor segmentation in MRI imaging, and the future of biomedical image analysis




نظرات کاربران