本书全面介绍了人工智能在医学领域的应用，涵盖基础知识、应用场景、未来发展趋势以及相关的数学和编程技能。重点探讨了机器学习和深度学习在医疗影像识别、诊断预测、医疗机器人、药物研发和医疗健康管理等方面的应用，并通过实际案例和应用场景，帮助读者理解和掌握相关技术和算法，将其应用于实际工作中，解决医学难题，提高医疗服务质量和效率。主要包括：人工智能的基本概念和发展历程、机器学习和深度学习在医学领域的应用、医学人工智能的开发工具和框架、医学人工智能的未来发展趋势。
刘江，南方科技大学计算机系讲席教授，国家海外高层次人才引进计划入选者，中国科学院宁波材料技术与工程研究所生物医学工程所前所长，新加坡科技研究局智能医疗影像研究所前所长，IEEE生物医学工程学会新加坡地区前主席，美国斯坦福大学全球前2%顶尖科学家。
第一节 医学人工智能一、概述二、人工智能在医学领域的应用背景三、人工智能在医学领域的意义和发展前景第二节 教材定位一、理解人工智能的基本概念和发展历程二、掌握人工智能在医学领域的应用三、了解人工智能医学领域的挑战和未来发展趋势四、学习相关的数学和编程技能第三节 人工智能的医学应用场景一、医疗影像识别二、医疗诊断与预测三、医疗机器人四、药物研发五、医疗健康管理第二章 医学人工智能之机器学习第一节 机器学习概述一、机器学习的定义与基本概念二、机器学习的发展历程三、机器学习的基本工作流程四、机器学习的核心类型五、机器学习的优势与局限第二节 医学场景中的机器学习一、数据处理二、特征工程三、分类回归四、图像分割五、异常检测六、空间配准七、路径规划八、轨迹跟踪九、自然语言处理第三节 医学中的关键机器学习技术一、影像识别中的图像分割二、诊断与预测中的分类与回归三、医疗健康管理中的自然语言处理四、药物研发中的设计与优化五、医疗机器人的路径规划第三章 机器学习的医学应用第一节 医疗影像识别中的机器学习一、肺结节检测二、核性白内障严重程度检测三、动脉瘤分割四、皮肤黑色素瘤分割五、总结第二节 医疗诊断与预测中的机器学习一、糖尿病诊断二、乳腺癌诊断三、心力衰竭预测四、疫情预测第三节 医疗机器人中的机器学习一、结直肠疾病切除手术二、全膝关节置换术三、子宫切除术四、可穿戴辅助机器人第四节 药物研发中的机器学习一、预测药物靶点二、化合物虚拟筛选三、预测蛋白质相互作用四、总结
书单推荐
