Machine Learning and Deep Learning in Medical Data Analytics and Healthcare Applications

این کتاب انواع طرح‌های طراحی شده برای توانمندسازی، تقویت، و ارائه تحقیقات چند نهادی و چند رشته‌ای ML/DL در پارادایم‌های مراقبت‌های بهداشتی را معرفی و بررسی می‌کند. به عنوان یک خلاصه منحصر به فرد از پارادایم های موجود و در حال ظهور ML/DL برای بخش مراقبت های بهداشتی، عمق، وسعت، پیچیدگی و تنوع این حوزه چند رشته ای را ارائه می دهد. این کتاب مروری جامع بر الگوریتم‌های یادگیری ماشین (ML) و یادگیری عمیق (DL) ارائه می‌کند و موارد استفاده مرتبط در شرکت‌هایی مانند تشخیص پزشکی به کمک رایانه، کشف و توسعه دارو، تصویربرداری پزشکی، اتوماسیون، جراحی رباتیک، سوابق هوشمند الکترونیکی را بررسی می‌کند. ایجاد، پیش‌بینی شیوع، تجزیه و تحلیل تصویر پزشکی و درمان‌های پرتویی. هدف این کتاب این است که جوامع مختلف را با پیشرفت‌های نوآورانه‌شان در تئوری، نتایج تحلیلی، مطالعات موردی، شبیه‌سازی عددی، مدل‌سازی و ساختار محاسباتی در زمینه مدل‌های ML/DL برای کاربردهای مراقبت‌های بهداشتی اعطا کند. این کتاب ابعاد مختلف برنامه های کاربردی ML/DL را نشان می دهد و استفاده از آن را در حل مشکلات مختلف زیست پزشکی و مراقبت های بهداشتی در دنیای واقعی نشان می دهد. این کتاب منبع ارزشمندی برای اطلاعات برای محققان، دانشمندان، متخصصان مراقبت های بهداشتی، برنامه نویسان و دانشجویان در سطح تحصیلات تکمیلی است که علاقه مند به درک کاربردهای ML/DL در سناریوهای مراقبت های بهداشتی هستند.

This book introduces and explores a variety of schemes designed to empower, enhance, and represent multi-institutional and multi-disciplinary ML/DL research in healthcare paradigms. Serving as a unique compendium of existing and emerging ML/DL paradigms for healthcare sector, it depth, breadth, complexity, and diversity of this multi-disciplinary area. This book provides a comprehensive overview of Machine Learning (ML) and Deep Learning (DL) algorithms and explores the related use cases in enterprises such as computer aided medical diagnostics, drug discovery and development, medical imaging, automation, robotic surgery, electronic smart records creation, outbreak prediction, medical image analysis, and radiation treatments. The book aims to endow different communities with their innovative advances in theory, analytical results, case studies, numerical simulation, modelling, and computational structuring in the field of ML/DL models for healthcare applications. This book will reveal different dimensions of ML/DL applications and will illustrate its use in the solution of assorted real world biomedical and healthcare problems. This book is a valuable source for information for researchers, scientists, healthcare professional, programmers and graduate-level students interested in understanding the applications of ML/DL in healthcare scenarios.