核医学图像分析

核医学图像分析
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
出版社: 科学出版社
2022-08
版次: 1
ISBN: 9787030729316
定价: 98.00
装帧: 其他
开本: 16开
纸张: 胶版纸
页数: 180页
字数: 226.000千字
分类: 医药卫生
  • 本书介绍基于深度学习的核医学图像智能分析技术,由图像分类、目标检测和病灶分割等内容构成。全书共6章,其中,第1章为医学影像概述,第2章为数据分析技术综述,第3~5章分别为图像分类、目标检测和病灶分割模型构建与实验验证介绍,第6章为核医学诊断文本分析与模型构建。 前言  

    第1章 核医学影像 1  

    1.1 医学影像概述 1  

    1.1.1 结构医学影像 1  

    1.1.2 功能医学影像 6  

    1.2 核医学功能成像 10  

    1.2.1 SPECT 成像 10  

    1.2.2 PET 成像 15  

    1.3 公共数据集 17  

    1.3.1 数据通信标准 18  

    1.3.2 数据集描述 20  

    参考文献 21  

    第2章 数据分析技术 24  

    2.1 数据扩展技术 24  

    2.1.1 基于几何变换的扩展 24  

    2.1.2 基于对抗技术的扩展 25  

    2.2 图像区域切分技术 26  

    2.2.1 骨骼区域切分 26  

    2.2.2 非病变区域切分 31  

    2.3 畸变骨骼矫正技术 34  

    2.3.1 图像中肩颈的矫正 34  

    2.3.2 图像中脊柱的矫正 36  

    2.4 模型构建技术 37  

    2.4.1 深度学习方法 37  

    2.4.2 深度神经网络 39  

    2.4.3 激活函数和损失函数 42  

    2.4.4 优化算法 46  

    2.4.5 评价指标 47  

    2.4.6 图像数据的标注 50  

    参考文献 50  

    第3章 核医学图像分类 52  

    3.1 经典分类网络 52  

    3.2 图像的二类分类 53  

    3.2.1 骨转移的自动检测 53  

    3.2.2 关节炎的自动检测 62  

    3.2.3 肺阻塞的自动检测 68  

    3.3 图像的多类分类 73  

    3.3.1 单疾病多病灶图像分类 73  

    3.3.2 多疾病多病灶图像分类 79  

    3.4 疾病的亚类分类 83  

    3.4.1 非融合图像的分类 83  

    3.4.2 残差与注意力结合的图像分类 90  

    参考文献 94  

    第4章 核医学图像目标检测 96  

    4.1 经典目标检测网络 96  

    4.1.1 一阶段目标检测模型 97  

    4.1.2 二阶段目标检测模型 99  

    4.2 单疾病病灶检测 102  

    4.2.1 数据集构建 102  

    4.2.2 检测模型构建 103  

    4.2.3 实验验证及评价 108  

    4.3 多疾病病灶检测 112  

    4.3.1 数据集构建 112  

    4.3.2 检测模型构建 113  

    4.3.3 实验验证及评价 114  

    参考文献 116  

    第5章 核医学图像分割 118  

    5.1 经典分割网络 118  

    5.1.1 图像语义分割 118  

    5.1.2 图像实例分割 121  

    5.2 病灶监督分割 123  

    5.2.1 骨转移病灶分割 123  

    5.2.2 甲状腺病灶分割 130  

    5.3 病灶半监督分割 136  

    5.3.1 分割方法概况 136  

    5.3.2 半监督分割模型 136  

    5.3.3 实验验证及评价 140  

    参考文献 144  

    第6章 核医学诊断文本分析 146  

    6.1 病灶及其表征关联分析 146  

    6.1.1 核医学诊断文本 146  

    6.1.2 诊断文本预处理 146  

    6.1.3 病灶表征的形式编码 147  

    6.1.4 病灶-表征关联挖掘 149  

    6.1.5 实验验证与结果分析 150  

    6.2 基于文本的诊断模型 154  

    6.2.1 基于传统机器学习方法的诊断模型 154  

    6.2.2 基于深度学习方法的诊断模型 162  

    参考文献 169  

    彩图
  • 内容简介:
    本书介绍基于深度学习的核医学图像智能分析技术,由图像分类、目标检测和病灶分割等内容构成。全书共6章,其中,第1章为医学影像概述,第2章为数据分析技术综述,第3~5章分别为图像分类、目标检测和病灶分割模型构建与实验验证介绍,第6章为核医学诊断文本分析与模型构建。
  • 目录:
    前言  

    第1章 核医学影像 1  

    1.1 医学影像概述 1  

    1.1.1 结构医学影像 1  

    1.1.2 功能医学影像 6  

    1.2 核医学功能成像 10  

    1.2.1 SPECT 成像 10  

    1.2.2 PET 成像 15  

    1.3 公共数据集 17  

    1.3.1 数据通信标准 18  

    1.3.2 数据集描述 20  

    参考文献 21  

    第2章 数据分析技术 24  

    2.1 数据扩展技术 24  

    2.1.1 基于几何变换的扩展 24  

    2.1.2 基于对抗技术的扩展 25  

    2.2 图像区域切分技术 26  

    2.2.1 骨骼区域切分 26  

    2.2.2 非病变区域切分 31  

    2.3 畸变骨骼矫正技术 34  

    2.3.1 图像中肩颈的矫正 34  

    2.3.2 图像中脊柱的矫正 36  

    2.4 模型构建技术 37  

    2.4.1 深度学习方法 37  

    2.4.2 深度神经网络 39  

    2.4.3 激活函数和损失函数 42  

    2.4.4 优化算法 46  

    2.4.5 评价指标 47  

    2.4.6 图像数据的标注 50  

    参考文献 50  

    第3章 核医学图像分类 52  

    3.1 经典分类网络 52  

    3.2 图像的二类分类 53  

    3.2.1 骨转移的自动检测 53  

    3.2.2 关节炎的自动检测 62  

    3.2.3 肺阻塞的自动检测 68  

    3.3 图像的多类分类 73  

    3.3.1 单疾病多病灶图像分类 73  

    3.3.2 多疾病多病灶图像分类 79  

    3.4 疾病的亚类分类 83  

    3.4.1 非融合图像的分类 83  

    3.4.2 残差与注意力结合的图像分类 90  

    参考文献 94  

    第4章 核医学图像目标检测 96  

    4.1 经典目标检测网络 96  

    4.1.1 一阶段目标检测模型 97  

    4.1.2 二阶段目标检测模型 99  

    4.2 单疾病病灶检测 102  

    4.2.1 数据集构建 102  

    4.2.2 检测模型构建 103  

    4.2.3 实验验证及评价 108  

    4.3 多疾病病灶检测 112  

    4.3.1 数据集构建 112  

    4.3.2 检测模型构建 113  

    4.3.3 实验验证及评价 114  

    参考文献 116  

    第5章 核医学图像分割 118  

    5.1 经典分割网络 118  

    5.1.1 图像语义分割 118  

    5.1.2 图像实例分割 121  

    5.2 病灶监督分割 123  

    5.2.1 骨转移病灶分割 123  

    5.2.2 甲状腺病灶分割 130  

    5.3 病灶半监督分割 136  

    5.3.1 分割方法概况 136  

    5.3.2 半监督分割模型 136  

    5.3.3 实验验证及评价 140  

    参考文献 144  

    第6章 核医学诊断文本分析 146  

    6.1 病灶及其表征关联分析 146  

    6.1.1 核医学诊断文本 146  

    6.1.2 诊断文本预处理 146  

    6.1.3 病灶表征的形式编码 147  

    6.1.4 病灶-表征关联挖掘 149  

    6.1.5 实验验证与结果分析 150  

    6.2 基于文本的诊断模型 154  

    6.2.1 基于传统机器学习方法的诊断模型 154  

    6.2.2 基于深度学习方法的诊断模型 162  

    参考文献 169  

    彩图
查看详情
相关图书 / 更多
核医学图像分析
核医学临床与护理教程
李亚明;王辉
核医学图像分析
核医学:核心复习
[美]齐拉育·萨哈(Chirayu Shah) 著
核医学图像分析
核医学检查技术(高职影像/配增值)
王辉、武军、吴静 编
核医学图像分析
核医学与分子影像(第4版/本科影像)
黄钢;李亚明
核医学图像分析
核医学(第2版/配增值)/国家卫生健康委员会住院医师规范化培训规划教材
黄钢、李亚明、李方 编
核医学图像分析
核医学临床疑难病例解析
李亚明 著;黄钢
核医学图像分析
核医学诊疗病例精解
付巍 主编
核医学图像分析
核医学病例图谱——肿瘤分册
何作祥 主编;付占立
核医学图像分析
核医学与分子影像学(第5版)
[美]哈维·齐斯曼(Harvey Ziessman) 主编;邵玉军 主译;[美]詹尼斯·奥马利(Janis O’Malley);王超
核医学图像分析
核医学病例图谱——感染、炎症及其他分册
何作祥 主编;付占立
核医学图像分析
核医学护士工作手册(第2版)
李亚明;王辉
核医学图像分析
核医学诊疗的辐射防护与安全
黄嘉麟 欧彦彤 廖彤
您可能感兴趣 / 更多
核医学图像分析
平台经济下供应链金融创新模式
林强
核医学图像分析
济忆:历史上的这一周
林强;周黎萍
核医学图像分析
生命的召唤(林强《生命的力量》姊妹篇,书写生命的坚韧、坚守与奉献)
林强 著
核医学图像分析
最后一公里:阿布洛哈村的梦
林强 著;四川省铁路产业投资集团有限责任公司、四川路桥建设集团股份有限公司、四川公路桥梁建设集团有限公司 编
核医学图像分析
行走的记忆
林强
核医学图像分析
钻前准备作业
林强、刘鹏、王辉 编
核医学图像分析
新商科实践教学建设研究
林强 著
核医学图像分析
商务智能理论与实践(教育部面向21世纪信息管理与信息系统系列教材)
林强 著
核医学图像分析
机器学习、深度学习与强化学习
林强
核医学图像分析
圣山下的慈子花
林强 著
核医学图像分析
产融结合新思维
林强
核医学图像分析
C语言程序设计实验指导与习题选解
林强;关夺;王海文