医学图像智能诊断尘肺病技术研究
正版保障 假一赔十 可开发票
￥ 40.75 6.0折 ￥ 68 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者张源，石必明主编
出版社吉林大学出版社
ISBN9787569273595
出版时间2020-10
装帧平装
开本16开
定价68元
货号10771803
上书时间2024-09-11
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
石必明，教授，博士生导师，长期从事安全工程领域教学和科研工作，全国安全工程学科教学指导委员会委员，中国煤炭工业劳动保护科学技术学会瓦斯防治专业委员会和安全工程专业委员会委员，安徽省职业安全健康协会理事。主持国家自然科学基金2项、国家研发计划重点项目子课题1项、省部级项目20余项，获首届中国安全生产协会安全科技进步一等奖1项，省级教学成果一等奖2项，出版专著教材2部，公开发表论文学术论文80余篇。, 张源，1982年11月生，副教授，博士研究生。2005年本科毕业于安徽工程大学，2010年硕土毕业于合肥工业大学，2019年博士毕业于安徽理工大学。2005年就职于安徽医学高等专科学校，承担教学的课程包括本科层次和专科层次的《计算机应用基础》《医学计算机应用基础》《C语言程序设计》《计算机组装与维修》《计算机硬件原理》《ACCESS数据库程序设计》等计算机课程。2018年取得副教授职称。发表教科研论文10余篇，其中SCI4篇，E11篇。主持省教育厅重大科研项目《基于级联全卷积神经网络病理图像有丝分裂细胞识别研究》（KJ2018ZD062），主持省教育厅线上重大教研项目《线上教学智能预警与精准干预体系研究与实践》（2020zdxsjg180)，主持省教育厅质量工程项目MOOC《办公自动化高级应用》（2018MOOC196)，主持校级教科研项目5余项等。
目录
1 绪论
1.1 研究背景
1.1.1 尘肺病危害及发展现状
1.1.2 尘肺病影像学诊断现状
1.2 国内外计算机辅助检测／诊断研究现状
1.2.1 国内外医学图像辅助检测／诊断深度学习研究现状
1.2.2 国内外计算机辅助诊断尘肺病技术研究现状
1.3 计算机辅助诊断尘肺病意义
1.4 研究思路
2 计算机辅助诊断尘肺病技术背景
2.1 医学图像特征表现
2.1.1 低层特征
2。1.2 中层特征
2.1.3 高层特征
2.2 医学诊断试验评估指标
2.2.1 专家定性评估
2.2.2 准确性定量评估
2.2.3 图像相似度定量评估
2.3 图像分割技术背景
2.3.1 传统图像分割方法
2.3.2 医学图像语义分割
2.4 医学图像迁移学习问题分析
2.5 尘肺病分期诊断标准
2.6 小结
3 尘肺病DR胸片图像数据预处理技术
3.1 DR胸片图像数据采集
3.2 DR胸片图像数据增强预处理技术
3.2.1 传统医学图像数据增强方法
3.2.2 DR胸片图像数据增强
3.3 尘肺病DR胸片图像增强预处理技术
3.3.1 DR胸片超分辨率图像重建技术
3.3.2 仿真试验及性能评估
3.4 小结
4 尘肺病DR胸片肺野分割研究
4.1 级联全卷积网络肺野分割模型构建
4.2 仿真试验及性能评估
4.2.1 试验参数设置
4.2.2 仿真试验及性能评估
4.3 小结
5 多特征融合肺部纤维化辅助检测方法研究
5.1 肺部纤维化手工特征提取
5.1.1 灰度共生矩阵的纹理特征提取
5.1.2 肺部纤维化手工特征识别模型构建
5.1.3 仿真试验及性能评估
5.2 肺部纤维化深度特征提取
5.2.1 从自然图像到医学图像知识迁移
5.2.2 肺部纤维化深度迁移学习特征识别模型构建
5.2.3 仿真试验及性能评估
5.3 多特征决策融合的肺部纤维化识别方法
5.3.1 加权多数投票特征决策融合模型构建
5.3.2 仿真试验及性能评估
5.4 小结
6 多尺度特征映射辅助诊断尘肺病分期研究及实现
6.1 多尺度特征映射肺部纤维化识别及定位方法
6.2 尘肺病分期标准分析及智能判定方法
6.2.1 肺野区域再分
6.2.2 尘肺病分期智能判定
6.3 仿真试验及性能评估
6.3.1 试验模型设置
6.3.2 性能评估
6.4 智能辅助诊断尘肺病分期系统及实现
6.4.1 智能诊断尘肺病分期原型系统总体设计
6.4.2 原型系统功能模块及关键界面
6.5 小结
7 结论与展望
7.1 结论
7.2 创新点
7.3 展望
参考文献
致谢
内容摘要
本研究的主要工作以X胸片数据集ChestX-ray14和安徽省职业病防治院采集的尘肺病DR胸片作为研究数据，通过对DR胸片肺野区域分割分析了肺部纤维化特征，融合传统手工特征和深度学习特征进行特征提取，结合多尺度检测技术，首次研发了尘肺分期判别方法，并开发了尘肺分期辅助诊断原型系统。本书的研究利用有效和可靠的尘肺DR胸片数据，首次提出了一种尘肺分期判定方法，研发了智能辅助诊断尘肺原型系统，通过仿真实验进行测试和验证，实验结果表明辅助诊断精度达到了临床医生的水平，对计算机辅助诊断尘肺研究提供了新的研究思路。本研究的工作对基于医学图像的计算机辅助诊断技术具有科研和临床应用价值，在国内研究属于前沿性工作。
精彩内容
本书共分7章，第1～2章，医学图像智能识别技术研究现状和智能辅助诊断尘肺技术背景。第3章，尘肺病DR胸片图像数据预处理。第4章，尘肺病DR胸片肺野分割研究。第5～6章，多特征和多尺度特征映射智能辅助诊断尘肺分期研究。第7章，结论与展望。
— 没有更多了 —
以下为对购买帮助不大的评价