醫學影像 — 人工智能、圖像識別和機器學習技術 (中文翻譯版) Medical Imaging: Artificial Intelligence, Image Recognition, and Machine Learning Techniques

龔良庚，南昌大學第二附屬醫院影像中心主任，南昌大學智能醫學工程專業負責人兼教學室主任，南昌大學智慧醫療尖端技術研究中心主任。

目錄
第1章 用於改進胸部X線片結核檢測的一種新型堆疊集成模型 1
1.1 引言 1
1.2 材料與方法 5
1.3 結果與討論 11
1.4 結論與展望 17
第2章 人工智能在醫學影像中的作用：普通放射學和泌尿系統造影 18
2.1 人工智能 18
2.2 醫學中的人工智能 19
2.3 放射學中的人工智能 20
2.4 在泌尿外科中的應用 25
2.5 利與弊 26
2.6 未來考慮 26
第3章 基於頭皮腦電信號的癲癇發作早期檢測 27
3.1 引言 27
3.2 腦電圖 28
3.3 腦電信號處理 29
3.4 結果與討論 34
3.5 結論與展望 37
第4章 非小細胞肺癌組織學分類的分形分析 39
4.1 引言 39
4.2 方法 40
4.3 結論 46
第5章 基於多特徵的膝關節骨關節炎X線圖像的分類 47
5.1 引言 47
5.2 骨關節炎的原因 47
5.3 膝關節骨關節炎程度 47
5.4 擬定工作 48
5.5 文獻調查 49
5.6 擬議方法學 51
5.7 基於紋理分析的特徵提取法 56
5.8 結論 61
第6章 非增殖性糖尿病視網膜病變的檢測和分類 62
6.1 引言 62
6.2 方法 62
6.3 微動脈瘤的檢測 64
6.4 出血的檢測 64
6.5 滲出物的檢測 65
6.6 視網膜血管的提取 65
6.7 實驗工作 68
6.8 結論 90
第7章 CT圖像分割與分析在骨折檢測及標記中的應用 91
7.1 引言 91
4.2 方法 40
4.3 結論 46
第5章 基於多特徵的膝關節骨關節炎X線圖像的分類 47
5.1 引言 47
5.2 骨關節炎的原因 47
5.3 膝關節骨關節炎程度 47
5.4 擬定工作 48
5.5 文獻調查 49
5.6 擬議方法學 51
5.7 基於紋理分析的特徵提取法 56
5.8 結論 61
第6章 非增殖性糖尿病視網膜病變的檢測和分類 62
6.1 引言 62
6.2 方法 62
6.3 微動脈瘤的檢測 64
6.4 出血的檢測 64
6.5 滲出物的檢測 65
6.6 視網膜血管的提取 65
6.7 實驗工作 68
6.8 結論 90
第7章 CT圖像分割與分析在骨折檢測及標記中的應用 91
7.1 引言 91
9.2 全玻片成像的起源 126
9.3 病理成像數字化 127
9.4 病理成像的電腦分析 129
9.5 基礎設施管理 131
9.6 電腦病理醫學影像的研究 133
9.7 結論 135
第10章 病理醫學圖像分割：基於參數化技術的快速回顧 136
10.1 引言 136
10.2 醫學圖像分割技術 140
10.3 研究與對話 148
10.4 醫學圖像分割方法與實驗分析方法的比較 149
10.5 結論 151
參考文獻（掃描封底二維碼查看）