醫(yī)學(xué)影像智能分析基礎(chǔ)

定　價(jià)：￥69.00

作　者：	劉繼欣,張明
出版社：	人民衛(wèi)生出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥57.40)

ISBN：	9787117356718	出版時(shí)間：	2024-01-01	包裝：	平裝-膠訂
開(kāi)本：	大16開(kāi)	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　1.本書首先介紹MATLAB語(yǔ)言與醫(yī)學(xué)圖像數(shù)據(jù)格式，主要敘述MATLAB語(yǔ)言表示法的基本知識(shí)和求解醫(yī)學(xué)圖像處理問(wèn)題的軟件環(huán)境。2.進(jìn)而介紹醫(yī)學(xué)圖像特征的常用特征指標(biāo)，主要讓學(xué)生掌握基于MATLAB語(yǔ)言的數(shù)學(xué)測(cè)度計(jì)算方法及其所表達(dá)的圖像意義。3.繼之介紹圖像特征分析中的參數(shù)估計(jì)與假設(shè)檢驗(yàn)，系統(tǒng)介紹針對(duì)醫(yī)學(xué)特征的基本統(tǒng)計(jì)學(xué)方法。4.進(jìn)一步介紹圖像分析中常用的相關(guān)與線性回歸分析方法，讓學(xué)生掌握如何從大量圖像特征中提取與疾病關(guān)聯(lián)最大的指標(biāo)。5.最后介紹醫(yī)學(xué)圖像中的機(jī)器學(xué)習(xí)方法，讓學(xué)生初步學(xué)習(xí)如何完成對(duì)海量影像數(shù)據(jù)信息進(jìn)行更深層次的挖掘、預(yù)測(cè)和分析工作。6.本教材的內(nèi)容編寫著重關(guān)聯(lián)“MATLAB語(yǔ)言”“數(shù)學(xué)測(cè)量”“醫(yī)學(xué)圖像知識(shí)”，教材中所涉及的數(shù)學(xué)知識(shí)點(diǎn)都用MATLAB語(yǔ)言編程實(shí)現(xiàn)。7.在應(yīng)用舉例中，為避免涉及過(guò)深的醫(yī)學(xué)術(shù)語(yǔ)，在語(yǔ)言方面盡可能做到通俗易懂，目的是讓學(xué)生明確不同數(shù)學(xué)知識(shí)與醫(yī)學(xué)圖像所蘊(yùn)含疾病信息的關(guān)系，便于學(xué)生學(xué)習(xí)和應(yīng)用。8.為方便教師授課和學(xué)生自學(xué)，本書同時(shí)配有PPT、各章節(jié)重難點(diǎn)講解視頻微課、習(xí)題等數(shù)字內(nèi)容。

作者簡(jiǎn)介

　　劉繼欣：博士，西安電子科技大學(xué)生命科學(xué)技術(shù)學(xué)院教授、博導(dǎo)。近年來(lái)工作集中于借助醫(yī)學(xué)圖像對(duì)疾病影像特征識(shí)別、療效預(yù)測(cè)、康復(fù)評(píng)估研究上。目前，主持國(guó)家自然科學(xué)基金3項(xiàng)，第一作者、通訊作者發(fā)表SCI檢索論文80余篇。研究團(tuán)隊(duì)關(guān)于針刺影像學(xué)研究在2012年獲得“陜西省科學(xué)技術(shù)二等獎(jiǎng)”、2021年獲得“陜西省科學(xué)技術(shù)一等獎(jiǎng)”“第八屆中國(guó)針灸學(xué)會(huì)科學(xué)技術(shù)獎(jiǎng)基礎(chǔ)類一等獎(jiǎng)”等榮譽(yù)。

圖書目錄

第一章醫(yī)學(xué)影像處理概論/1
第一節(jié) 醫(yī)學(xué)影像技術(shù)的發(fā)展/2
第二節(jié) 醫(yī)學(xué)影像物理意義/3
一、X 線/3
二、CT/4
三、MRI/5
第三節(jié) 醫(yī)學(xué)影像智能分析及其應(yīng)用/7
第二章醫(yī)學(xué)影像與MATLAB/ 9
第一節(jié) MATLAB 基礎(chǔ)知識(shí)/ 10
一、MATLAB 2021b 工作界面/ 10
二、MATLAB 數(shù)據(jù)類型/ 13
三、MATLAB 常見(jiàn)的指令與特殊符號(hào)/ 15
第二節(jié) MATLAB 矩陣/17
一、矩陣定義/ 17
二、矩陣創(chuàng)建/ 17
三、矩陣運(yùn)算/ 19
四、矩陣索引/23
第三節(jié) MATLAB 編程基礎(chǔ)/25
一、控制語(yǔ)句 /25
二、M 文件/ 27
第四節(jié) MATLAB 醫(yī)學(xué)影像基礎(chǔ)/ 30
一、醫(yī)學(xué)影像的基本格式/ 30
二、醫(yī)學(xué)影像的讀寫/ 30
三、醫(yī)學(xué)影像的計(jì)算/35
第三章醫(yī)學(xué)影像的特征/ 38
第一節(jié) 顏色特征/ 39
一、顏色空間/ 39
二、直方圖特征/ 41
三、案例分析/43
第二節(jié) 紋理特征/ 45
一、灰度共生矩陣/45
二、灰度差分統(tǒng)計(jì)/ 49
三、自相關(guān)函數(shù)/ 50
四、案例分析/ 51
第三節(jié) 形狀特征/53
一、邊界特征/53
二、區(qū)域特征/53
三、案例分析/54
第四節(jié) 特征分析/ 55
第四章參數(shù)估計(jì)與假設(shè)檢驗(yàn)/ 57
第一節(jié) 參數(shù)估計(jì)/ 58
一、計(jì)量資料的統(tǒng)計(jì)描述/ 58
二、均數(shù)的抽樣誤差與標(biāo)準(zhǔn)誤/ 60
三、t 分布/ 61
四、總體均數(shù)的區(qū)間估計(jì)/62
第二節(jié) 假設(shè)檢驗(yàn)/ 65
一、假設(shè)檢驗(yàn)的基本步驟/65
二、假設(shè)檢驗(yàn)中的兩類錯(cuò)誤/66
三、假設(shè)檢驗(yàn)的注意事項(xiàng)/ 67
四、假設(shè)檢驗(yàn)和區(qū)間估計(jì)的關(guān)系/ 68
第三節(jié) t 檢驗(yàn)/ 69
一、單樣本t 檢驗(yàn)/ 69
二、兩獨(dú)立樣本t 檢驗(yàn)/ 70
三、配對(duì)樣本t 檢驗(yàn)/ 72
第四節(jié) 方差分析/ 74
一、完全隨機(jī)設(shè)計(jì)的方差分析/ 74
二、隨機(jī)區(qū)組設(shè)計(jì)的方差分析/ 78
第五章相關(guān)與線性回歸/81
第一節(jié) 相關(guān)分析/ 84
一、協(xié)方差與相關(guān)系數(shù)/ 84
二、秩相關(guān)/ 89
三、偏相關(guān)/ 91
第二節(jié) 簡(jiǎn)單線性回歸/92
一、簡(jiǎn)單線性回歸模型/ 92
二、簡(jiǎn)單線性模型的最小二乘擬合/ 93
三、σ 2 的估計(jì)/ 97
四、簡(jiǎn)單線性回歸的比較/ 98
第三節(jié) 多元線性回歸/ 102
一、多元線性回歸模型/102
二、模型假設(shè)/103
三、多元模型的最小二乘擬合/103
四、ε 方差σ2 的估計(jì)/106
第四節(jié) 模型適用性檢驗(yàn)與修正/ 106
一、模型適用性檢驗(yàn)/106
二、殘差分析/111
三、杠桿與強(qiáng)影響點(diǎn)的診斷/113
四、多重共線性分析/117
第五節(jié) 疼痛敏感性與腦白質(zhì)神經(jīng)機(jī)制在性別間的差異/ 118
一、問(wèn)題/118
二、數(shù)據(jù)/118
三、耐受閾限模型/121
四、模型殘差的分析/ 122
五、模型的調(diào)整/124
六、結(jié)論/126
第六章圖像與機(jī)器學(xué)習(xí)/127
第一節(jié) 模型的評(píng)估方法/ 129
一、留出法/129
二、交叉驗(yàn)證法/130
三、自助法/131
第二節(jié) 常用的機(jī)器學(xué)習(xí)算法/ 133
一、Logistic 回歸/133
二、支持向量機(jī)/137
三、MATLAB 示例/140
第三節(jié) 模型的性能度量/ 143
一、回歸模型的評(píng)估指標(biāo)/143
二、分類模型的評(píng)估指標(biāo)/144
第四節(jié) 術(shù)前MRI 預(yù)測(cè)子宮內(nèi)膜癌患者淋巴血管間隙侵犯研究 / 146
一、問(wèn)題/146
二、數(shù)據(jù)/146
三、模型構(gòu)建與性能度量/147
四、結(jié)果展示/147
五、討論與分析/148
參考文獻(xiàn)/149
索引/150