作品简介

本书介绍了人工智能与医疗的介绍、医疗领域中的图像处理、医学图像处理的常规流程等内容,并通过6个真实的医学案例展现人工智能技术在医学图像学领域的应用,从医工交叉的角度出发,深入探讨医学图像问题的处理方法,旨在让读者了解如何将人工智能技术切实落地于医学图像学中,帮助其提升运用人工智能技术处理医学图像问题的能力。

杨慧芳,北京大学口腔医院口腔生物材料和数字诊疗装备国家工程研究中心、口腔数字化医学研究中心工程师,拥有首都医科大学生物医学工程硕士学位。主要研究方向为口腔数字化医学、医学图像处理等。先后发表文章30余篇,申请发明专利10项(获批2项),曾参与多项国家和省部级科研项目。

作品目录

  • 前  言
  • 资源与支持
  • 勘误
  • 扫码关注本书
  • 与我们联系
  • 关于异步社区和异步图书
  • 第1章 人工智能与医疗
  • 1.1 人工智能在医疗领域的发展
  • 1.2 人工智能在医疗领域的发展阶段以及具体实现
  • 1.3 人工智能在医学图像领域的应用
  • 1.4 人工智能在口腔领域的研究进展
  • 1.5 拓展阅读
  • 第2章 医疗领域中的图像处理
  • 2.1 医疗领域的图像处理技术及其应用
  • 2.2 医学图像处理案例
  • 2.3 医学图像处理的常用软件
  • 2.4 拓展阅读
  • 第3章 医学图像处理的常规流程
  • 3.1 图像获取
  • 3.2 图像预处理
  • 3.3 图像标注
  • 3.4 数据增强
  • 3.5 图像分割
  • 3.6 图像配准
  • 3.7 图像融合
  • 3.8 三维重建及数据导出
  • 3.9 数据分析
  • 3.10 拓展阅读
  • 第4章 医学图像处理软件Dragonfly
  • 4.1 Dragonfly概述
  • 4.2 Dragonfly界面及其主要功能
  • 4.3 Dragonfly的拓展模块
  • 4.4 Dragonfly的应用模块
  • 4.5 Dragonfly的工作流程
  • 第5章 语义分割——口腔CBCT图像中牙齿和牙髓及周边组织的分割
  • 5.1 图像导入
  • 5.2 图像预处理
  • 5.3 图像标注
  • 5.4 模型生成
  • 5.5 数据增强
  • 5.6 神经网络训练
  • 5.7 应用网络
  • 5.8 总结与思考
  • 第6章 三维建模——肺血管和气管分割
  • 6.1 图像导入
  • 6.2 图像标注
  • 6.3 训练模型
  • 6.4 结果分析
  • 6.5 总结与思考
  • 第7章 图像配准——口腔术前和术后数据的配准应用
  • 7.1 图像导入
  • 7.2 图像预处理(三维空间坐标系校正)
  • 7.3 图像配准
  • 7.4 总结与思考
  • 第8章 分割与特征提取——骨组织的形态学分析
  • 8.1 骨的背景知识
  • 8.2 Dragonfly中Bone Analysis模块的操作流程
  • 8.3 骨的测量参数
  • 8.4 图像导入
  • 8.5 图像预处理与骨分割
  • 8.6 Dragonfly软件中的Bone Analysis模块
  • 8.7 各向异性的计算原理
  • 8.8 单层测量
  • 8.9 总结与思考
  • 第9章 特征计算及分析——医用材料方面的应用
  • 9.1 图像导入
  • 9.2 图像可视化
  • 9.3 阈值分割、注释和测量
  • 9.4 分水岭分割
  • 9.5 量化分析
  • 9.6 总结与思考
  • 第10章 目标检测——腹部CT肾脏区域的标注
  • 10.1 图像导入
  • 10.2 图像标注
  • 10.3 生成YOLOv3模型
  • 10.4 训练YOLOv3模型
  • 10.5 应用YOLOv3模型
  • 10.6 总结与思考
  • 第11章 未来展望
  • 11.1 人工智能在医学领域的发展现状及趋势
  • 11.2 人工智能在骨科领域的发展现状及趋势
  • 11.3 人工智能在口腔领域的发展现状及趋势
  • 11.4 拓展阅读
展开全部