خرید و دانلود نسخه کامل کتاب Handbook of Deep Learning in Biomedical Engineering: Techniques and Applications

توضیحاتی در مورد کتاب



یادگیری عمیق (DL) روشی برای یادگیری ماشینی است که روی شبکه های عصبی مصنوعی اجرا می شود و از چندین لایه برای استخراج ویژگی های سطح بالا از مقادیر زیادی داده خام استفاده می کند. روش‌های DL سطوح یادگیری را برای تبدیل داده‌های ورودی به اطلاعات انتزاعی و ترکیبی‌تر اعمال می‌کنند. راهنمای یادگیری عمیق در مهندسی زیست پزشکی: تکنیک ها و کاربردهابه خوانندگان یک دید کلی از مفاهیم اساسی DL و کاربردهای آن در زمینه مهندسی پزشکی ارائه می دهد. DL در سال های اخیر به سرعت توسعه یافته است، هم از نظر ساختارهای روش شناختی و هم از نظر کاربردهای عملی. DL مدل‌های محاسباتی لایه‌های پردازشی چندگانه را برای یادگیری و نمایش داده‌ها با سطوح بالاتر انتزاع ارائه می‌کند. این می تواند به طور ضمنی ساختارهای پیچیده ای از داده های در مقیاس بزرگ را ضبط کند و به طور ایده آل برای بسیاری از معماری های سخت افزاری که در حال حاضر در دسترس هستند مناسب است. حجم روزافزون داده ای که می تواند از طریق دستگاه های سنجش اطلاعات زیست پزشکی و بالینی جمع آوری شود، توسعه تکنیک های یادگیری ماشین و هوش مصنوعی مانند DL و شبکه های عصبی کانولوشنال را برای پردازش و ارزیابی داده ها ضروری می کند. برخی از نمونه‌های دستگاه‌های حسگر زیست‌پزشکی و بالینی که از DL استفاده می‌کنند شامل توموگرافی کامپیوتری (CT)، تصویربرداری تشدید مغناطیسی (MRI)، سونوگرافی، توموگرافی کامپیوتری با انتشار تک فوتون (SPECT)، توموگرافی انتشار پوزیترون (PET)، تصویربرداری ذرات مغناطیسی، الکتروانسفالوگرافی/مگنتوآنسفالوگرافی است. (EE/MEG)، میکروسکوپ نوری و توموگرافی، توموگرافی فوتوآکوستیک، توموگرافی الکترونی و میکروسکوپ نیروی اتمی. راهنمای یادگیری عمیق در مهندسی زیست پزشکی: تکنیک ها و کاربردهاکامل ترین پوشش برنامه های کاربردی DL در مهندسی زیست پزشکی موجود را ارائه می دهد، از جمله برنامه های کاربردی دقیق در دنیای واقعی در زمینه هایی مانند علوم اعصاب محاسباتی، تصویربرداری عصبی، ترکیب داده ها، پزشکی پردازش تصویر، تشخیص اختلالات عصبی برای بیماری هایی مانند آلزایمر، اختلال بیش فعالی کمبود توجه (ADHD) و اختلال طیف اوتیسم (ASD)، پیش بینی تومور، و تجزیه و تحلیل تصویربرداری چندوجهی ترجمه ای.