Genetic and Evolutionary Computation: Medical Applications

ویرایش:  
 
سری:  
ISBN (شابک) : 9780470748138, 9780470973134 
ناشر:  
سال نشر: 2010 
تعداد صفحات: 235 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 11 مگابایت 

قیمت کتاب (تومان) : 56,000

محاسبات ژنتیکی و تکاملی: کاربردهای پزشکی یک نمای کلی از طیف وسیعی از تکنیک‌های GEC که در پزشکی و مراقبت‌های بهداشتی استفاده می‌شوند را در زمینه‌ای ارائه می‌دهد که نه تنها برای پزشکان موجود GEC بلکه برای سایر رشته‌ها، به ویژه سلامت مرتبط است. حرفه ای ها. علاقه به استفاده از محاسبات تکاملی برای مشکلات پزشکی به سرعت در حال افزایش است، اما تا به امروز هیچ متنی وجود ندارد که محاسبات تکاملی را در زمینه پزشکی معرفی کند. این کتاب با توضیح تئوری مقدماتی پایه، حوزه‌های کاربردی معمولی و پیاده‌سازی دقیق در یک جلد منسجم، برای مخاطبان وسیعی از توسعه‌دهندگان نرم‌افزار گرفته تا دانشمندان پزشکی جذاب خواهد بود.

این کتاب که حول مجموعه‌ای از نه مطالعه موردی در مورد کاربرد GEC در حوزه‌های مختلف پزشکی متمرکز شده است، مروری بر کاربردهای GEC در پزشکی ارائه می‌کند، برنامه‌هایی را توصیف می‌کند که در آنها از GEC برای تجزیه و تحلیل تصاویر پزشکی و مجموعه داده‌ها استفاده می‌شود. مدل های پیشرفته، و پیشنهاد تشخیص و درمان، در نهایت ارائه نکاتی در مورد پیشرفت های احتمالی آینده محاسبات ژنتیکی و تکاملی در پزشکی.

• منطقه به سرعت در حال رشد محاسبات ژنتیکی و تکاملی را در زمینه بازده های قابل دوام و هیجان انگیز آن در زمینه کاربردهای پزشکی بررسی می کند.
• تئوری اساسی، کاربردهای معمولی و پیاده سازی دقیق را توضیح می دهد.
• شامل بخش‌های کلی در مورد کاربردهای GEC در پزشکی و پیشرفت‌های آینده مورد انتظار آن‌ها، و همچنین بخش‌های خاص در مورد کاربردهای GEC در تصویربرداری پزشکی، تجزیه و تحلیل مجموعه داده‌های پزشکی، مدل‌سازی پیشرفته، تشخیص و درمان است.
• دارای طیف گسترده ای از جداول، نمودارهای تصاویر و عکس است.

محتوا:
فصل 1 مقدمه (صفحات 1-2):
فصل 2 محاسبات تکاملی: مروری کوتاه (صفحات 3-15): استفانو کانیونی و لئوناردو وانسچی
فصل 3 مروری بر کاربردهای پزشکی محاسبات ژنتیکی و تکاملی (صفحات 17-43): استفان ال. اسمیت
فصل 4.1 مدل‌های تغییر شکل‌پذیر تکاملی برای تقسیم‌بندی تصویر پزشکی: یک رویکرد الگوریتم ژنتیک برای بهینه‌سازی تغییر شکل‌های داخلی آموخته‌شده، شهودی و محلی شده (صفحات) 46-67): کریس مک‌اینتاش و غسان هامارنه
فصل 4.2 انتخاب ویژگی برای طبقه‌بندی میکروکلسیفیکاسیون‌ها در ماموگرام‌های دیجیتال با استفاده از الگوریتم‌های ژنتیک، جستجوی متوالی و قابلیت تفکیک طبقات (صفحه‌های 69-84): سانتیاگو ای. Hernandez?Cisneros and Hugo Terashima?Marin
فصل 4.3 تشخیص ترکیبی از ویژگی‌ها در فوندوس شبکیه با استفاده از الگوریتم ژنتیک (صفحه‌های 85-109): ویتوآنتونیو بیویلاکوا، لوسیا کاریلو، سیمونا کامبو، دومینیکو ماناردی< Daleno فصل 5.1 تجزیه و تحلیل و طبقه‌بندی گزارش‌های ماموگرافی با استفاده از نمونه‌گیری حداکثر تنوع (صفحات 112-131): رابرت ام. پاتون، باربارا جی. بکرمن و توماس ای. پوتوک
فصل 5.2 جستجوی تعاملی برای قوانین در داده‌های پزشکی با استفاده از الگوریت تکاملی چندهدفه (صفحات 133-148): Daniela Zaharie, D. Lungeanu and Flavia Zamfirache
فصل 5.3 برنامه ریزی ژنتیکی برای کاوش داده های پزشکی با استفاده از فضاهای بصری (صفحات 149-172): جولیو جی. والدز، آلن جی بارتون و رابرت اورچارد< br>فصل 6.1 ارزیابی هدف توانایی فضایی Visuo با استفاده از بازنمایی متن ضمنی برنامه‌ریزی ژنتیکی دکارتی (صفحه‌های 174-189): مایکل ای. اندازه گیری با استفاده از اصول تکامل (صفحات 191-207): دیوید ام. هاوارد، اندی ام. تیرل و کریسپین کوپر
فصل 6.3 چگونه الگوریتم های ژنتیک می توانند کارایی ضربان ساز را بهبود بخشند (صفحات 209-221): لورن آلوئی و لیندا
فصل 7 آینده محاسبات ژنتیکی و تکاملی در پزشکی: فرصت ها، چالش ها و پاداش ها (صفحه های 223-227):

Genetic and Evolutionary Computation: Medical Applications provides an overview of the range of GEC techniques being applied to medicine and healthcare in a context that is relevant not only for existing GEC practitioners but also those from other disciplines, particularly health professionals. There is rapidly increasing interest in applying evolutionary computation to problems in medicine, but to date no text that introduces evolutionary computation in a medical context. By explaining the basic introductory theory, typical application areas and detailed implementation in one coherent volume, this book will appeal to a wide audience from software developers to medical scientists.

Centred around a set of nine case studies on the application of GEC to different areas of medicine, the book offers an overview of applications of GEC to medicine, describes applications in which GEC is used to analyse medical images and data sets, derive advanced models, and suggest diagnoses and treatments, finally providing hints about possible future advancements of genetic and evolutionary computation in medicine.

• Explores the rapidly growing area of genetic and evolutionary computation in context of its viable and exciting payoffs in the field of medical applications.
• Explains the underlying theory, typical applications and detailed implementation.
• Includes general sections about the applications of GEC to medicine and their expected future developments, as well as specific sections on applications of GEC to medical imaging, analysis of medical data sets, advanced modelling, diagnosis and treatment.
• Features a wide range of tables, illustrations diagrams and photographs.

Content:
Chapter 1 Introduction (pages 1–2):
Chapter 2 Evolutionary Computation: A Brief Overview (pages 3–15): Stefano Cagnoni and Leonardo Vanneschi
Chapter 3 A Review of Medical Applications of Genetic and Evolutionary Computation (pages 17–43): Stephen L. Smith
Chapter 4.1 Evolutionary Deformable Models for Medical Image Segmentation: A Genetic Algorithm Approach to Optimizing Learned, Intuitive, and Localized Medial?Based Shape Deformation (pages 46–67): Chris McIntosh and Ghassan Hamarneh
Chapter 4.2 Feature Selection for the Classification of Microcalcifications in Digital Mammograms Using Genetic Algorithms, Sequential Search and Class Separability (pages 69–84): Santiago E. Conant?Pablos, Rolando R. Hernandez?Cisneros and Hugo Terashima?Marin
Chapter 4.3 Hybrid Detection of Features within the Retinal Fundus Using a Genetic Algorithm (pages 85–109): Vitoantonio Bevilacqua, Lucia Cariello, Simona Cambo, Domenico Daleno and Giuseppe Mastronardi
Chapter 5.1 Analysis and Classification of Mammography Reports Using Maximum Variation Sampling (pages 112–131): Robert M. Patton, Barbara G. Beckerman and Thomas E. Potok
Chapter 5.2 An Interactive Search for Rules in Medical Data Using Multiobjective Evolutionary Algorithms (pages 133–148): Daniela Zaharie, D. Lungeanu and Flavia Zamfirache
Chapter 5.3 Genetic Programming for Exploring Medical Data Using Visual Spaces (pages 149–172): Julio J. Valdes, Alan J. Barton and Robert Orchard
Chapter 6.1 Objective Assessment of Visuo?Spatial Ability Using Implicit Context Representation Cartesian Genetic Programming (pages 174–189): Michael A. Lones and Stephen L. Smith
Chapter 6.2 Towards an Alternative to Magnetic Resonance Imaging for Vocal Tract Shape Measurement Using the Principles of Evolution (pages 191–207): David M. Howard, Andy M. Tyrrell and Crispin Cooper
Chapter 6.3 How Genetic Algorithms can Improve Pacemaker Efficiency (pages 209–221): Laurent Dumas and Linda El Alaoui
Chapter 7 The Future for Genetic and Evolutionary Computation in Medicine: Opportunities, Challenges and Rewards (pages 223–227):