掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
中醫入門必背歌訣
-
>
醫驗集要
-
>
尋回中醫失落的元神2:象之篇
-
>
補遺雷公炮制便覽 (一函2冊)
-
>
人體解剖學常用詞圖解(精裝)
-
>
神醫華佗(奇方妙治)
-
>
(精)河南古代醫家經驗輯
人工智能與病理診斷 版權信息
- ISBN：9787512148857
- 條形碼：9787512148857 ; 978-7-5121-4885-7
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
人工智能與病理診斷 內容簡介
人工智能與病理診斷是當前熱門的研究領域。針對目前病理診斷中人工智能處理方法還存在諸多問題和局限性，本書 次全面性介紹病理診斷中的人工智能實現方法，是 本領域 部專著。本書所提出的人工智能方法用于病理診斷中，重點關注病理診斷中遇到的各種問題，并闡述如何解決這些問題。同時，本書利用改進深度學習，各種前沿的神經網絡等 的研究成果和技術，能夠有效提升病理診斷的準確性和效率，顯著改善傳統病理診斷方法的缺陷和不足。本書由淺入深，生動具體地通過相關技術的實例對人工智能技術在病理診斷領域的應用具體介紹，對于相關領域的研究者、病理醫生和學生等具有重要的參考價值和借鑒意義。本書通過展現人工智能方法在病理診斷領域的諸多實例，有效展示將人工智能與病理診斷結合的成果，具有較高的學術價值。
人工智能與病理診斷 目錄
1 人工智能概述 1
1.1 人工智能的定義 1
1.2 強人工智能、弱人工智能和超人工智能 2
1.3 人工智能的研究方法 3
1.4 人工智能的基本應用 8
2 深度學習 12
2.1 深度學習簡介 12
2.2 人工神經網絡下的深度學習 13
2.3 典型的深度學習網絡架構 14
2.3.1 LeNet 14
2.3.2 AlexNet 17
2.3.3 VGGNet 19
2.3.4 ResNet 21
2.3.5 DenseNet 22
2.4 深度學習的應用 24
2.4.1 物體檢測 24
2.4.2 圖像分割 25
2.4.3 圖像標題生成 26
2.4.4 圖像風格變換 27
2.4.5 自動駕駛 28
3 病理診斷分析 30
3.1 病理學基礎 30
3.1.1 診斷病理學 30
3.1.2 診斷病理學的任務 31
3.2 病理診斷方法 32
3.2.1 病理診斷設備 32
3.2.2 病理診斷要點 32
3.2.3 病理材料的存檔 34
3.2.4 臨床與質量保證 35
3.3 病理診斷中常見的病理過程 35
3.3.1 組織和細胞的適應與損傷 35
3.3.2 炎癥 39
3.3.3 腫瘤 40
4 細胞病理診斷 42
4.1 細胞學基礎 42
4.2 細胞病理學 43
4.2.1 細胞病理學檢查程序 43
4.2.2 細胞病理學在腫瘤診斷中的作用 44
4.2.3 細胞病理學的應用價值 44
4.2.4 細胞病理學診斷的局限性 45
4.2.5 細胞病理學報告 46
4.3 宮頸細胞病理學 46
4.3.1 宮頸細胞病理學的基本現狀和進展 46
4.3.2 宮頸正常細胞的形態 47
4.3.3 宮頸細胞學分類診斷標準 50
4.4 乳腺細胞病理學 54
4.4.1 乳腺細胞病理學的進展 54
4.4.2 乳腺腫塊FNAC檢查 55
4.4.3 乳腺癌的針吸細胞學 56
5 基于強特征CNN-SVM的宮頸癌細胞檢測 58
5.1 自動顯微成像平臺設計 58
5.1.1 設計原則與總體框圖 58
5.1.2 光學顯微鏡及放大倍數選擇 59
5.1.3 自動載物平臺設計 59
5.1.4 自動對焦方法研究 60
5.2 基于改進隨機森林算法的上皮細胞識別 65
5.2.1 圖像分割 65
5.2.2 細胞圖像的特征提取 68
5.2.3 基于人工魚群算法優化的隨機森林模型 73
5.3 基于強特征CNN-SVM的癌變上皮細胞識別 78
5.3.1 數據集擴增與良性仿射 78
5.3.2 強特征CNN-SVM網絡模型 80
5.3.3 基于強特征CNN-SVM模型的癌細胞識別 84
5.4 實驗與分析 87
5.4.1 自動對焦實驗 88
5.4.2 基于改進隨機森林算法的上皮細胞識別實驗 89
5.4.3 基于強特征CNN-SVM的癌變上皮細胞識別實驗 93
6 基于改進SSD網絡的宮頸細胞分類檢測系統 97
6.1 顯微鏡成像自動掃描系統設計 97
6.1.1 宮頸鱗狀上皮細胞形態學特點 97
6.1.2 顯微鏡成像自動掃描系統整體架構 98
6.1.3 自動對焦算法 100
6.1.4 圖像平移拼接 103
6.2 基于改進SSD網絡的細胞分類檢測算法 103
6.2.1 SSD網絡模型 103
6.2.2 正反向特征融合 108
6.2.3 雙線性匯合特征分析 112
6.3 圖像數據處理及模型訓練 114
6.3.1 實驗平臺介紹 114
6.3.2 數據處理 115
6.3.3 Loss函數的定義與改進 116
6.3.4 防止過擬合 118
6.3.5 模型訓練 119
6.4 實驗與分析 120
6.4.1 顯微鏡成像自動掃描實驗 120
6.4.2 細胞分類檢測實驗 123
7 基于改進ResNet的宮頸癌細胞識別 129
7.1 深度學習與宮頸癌細胞 129
7.1.1 深度學習概述 129
7.1.2 卷積神經網絡 129
7.1.3 基于深度學習的目標檢測算法 131
7.1.4 宮頸癌細胞及識別數據集制作 132
7.2 基于改進ResNet-SSD網絡的宮頸癌細胞識別 135
7.2.1 特征提取網絡 135
7.2.2 基于改進SSD算法的宮頸脫落細胞識別 141
7.2.3 網絡模型訓練 145
7.3 宮頸癌細胞識別網絡的壓縮和加速 145
7.3.1 網絡壓縮和加速的必要性及可能性 145
7.3.2 網絡壓縮和加速 146
7.3.3 基于OD-FWSI的宮頸癌細胞網絡壓縮和加速 152
7.3.4 全局逐步網絡剪枝 154
7.3.5 改進"老師與學生"的壓縮和加速網絡訓練方法 155
7.4 實驗與分析 156
7.4.1 特征提取網絡實驗 156
7.4.2 宮頸癌細胞識別實驗 158
7.4.3 宮頸癌細胞識別網絡的壓縮和加速實驗 160
8 基于YOLO網絡的宮頸異常細胞檢測與識別方法研究 164
8.1 宮頸細胞檢測和識別技術基礎 164
8.1.1 宮頸癌細胞形態學診斷技術基礎 164
8.1.2 顯微鏡下宮頸細胞圖像采集系統 165
8.1.3 宮頸細胞圖像預處理 169
8.1.4 宮頸細胞圖像數據集構建 172
8.2 面向宮頸異常細胞的網絡結構改進 174
8.2.1 YOLOv3網絡概述 174
8.2.2 YOLOv3網絡結構改進 179
8.3 基于細胞數據集的模型訓練方法優化 183
8.3.1 目標框維度聚類分析 183
8.3.2 Loss函數的定義與改進 185
8.3.3 NMS算法優化 189
8.3.4 基于細胞數據集優化后的模型訓練 190
8.4 實驗結果與分析 191
8.4.1 宮頸癌輔助診斷系統 191
8.4.2 面向宮頸異常細胞的網絡結構改進實驗 194
8.4.3 基于細胞數據集的模型訓練優化實驗 199
9 宮頸細胞定量分析系統關鍵技術研究 204
9.1 基于感興趣區域的ROI聚焦系統設計 204
9.1.1 宮頸細胞DNA涂片與細胞分類 204
9.1.2 顯微鏡聚焦系統整體架構 207
9.1.3 基于ROI的顯微鏡聚焦算法 208
9.2 宮頸細胞涂片分割與檢測方法研究 217
9.2.1 宮頸細胞分割方法研究 218
9.2.2 宮頸細胞特征提取與選擇 226
9.2.3 基于Adaboost-SVM的宮頸細胞分類 232
9.3 宮頸細胞DNA定量分析 236
9.3.1 生物學與光學基礎 236
9.3.2 基于細胞圖像的DNA定量計算 238
9.3.3 基于LSTM的宮頸上皮細胞數據分類 242
9.4 實驗與分析 245
9.4.1 顯微鏡ROI聚焦實驗 245
9.4.2 細胞分割實驗 249
9.4.3 特征提取實驗 254
9.4.4 細胞分類實驗 256
9.4.5 宮頸細胞DNA定量分析實驗 258
10 基于改進DSOD網絡的乳腺鉬靶圖像腫塊分類方法研究 263
10.1 乳腺X射線圖像預處理 263
10.1.1 乳腺鉬靶X射線圖像和病灶特征簡介 263
10.1.2 乳腺鉬靶X射線圖像數據集 264
10.1.3 圖像預處理 265
10.2 DSOD網絡的改進 270
10.2.1 基于深度學習的目標檢測概述 270
10.2.2 DSOD網絡模型 270
10.2.3 基于深度可分離卷積的稠密卷積模塊 274
10.2.4 引入基于通道域注意力機制的SE-Block 277
10.3 改進的DSOD網絡在乳腺腫塊分類中的應用 279
10.3.1 改進的DSOD網絡結構設計 279
10.3.2 模型訓練 284
10.3.3 損失函數的改進 285
10.4 乳腺鉬靶X射線圖像的腫塊分類實驗與分析 289
10.4.1 實驗環境 289
10.4.2 數據處理 289
10.4.3 評價指標 290
10.4.4 實驗結果與分析 291
參考文獻 296
展開全部
人工智能與病理診斷 作者簡介
郟東耀，博士生導師，北京交通大學教授，工業大數據研究院院長，大數據與智慧測控研究中心主任。主要科研方向為新型檢測技術及數據處理、智能視覺檢測技術、深度學習新理論及其應用，發表學術論文80余篇。曾主持或參與國家863計劃重大項目、國家自然科學基金重大項目、國家科技支撐計劃項目等。
書友推薦
- >
名家帶你讀魯迅:朝花夕拾
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
史學評論
- >
經典常談
- >
回憶愛瑪儂
- >
名家帶你讀魯迅:故事新編
- >
【精裝繪本】畫給孩子的中國神話
本類暢銷
