醫(yī)學影像智能分析基礎(chǔ)

定　價：￥69.00

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

購買這本書可以去

當當網(wǎng) (￥57.40)

ISBN：	9787117356718	出版時間：	2024-01-01	包裝：	平裝-膠訂
開本：	大16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　1.本書首先介紹MATLAB語言與醫(yī)學圖像數(shù)據(jù)格式，主要敘述MATLAB語言表示法的基本知識和求解醫(yī)學圖像處理問題的軟件環(huán)境。2.進而介紹醫(yī)學圖像特征的常用特征指標，主要讓學生掌握基于MATLAB語言的數(shù)學測度計算方法及其所表達的圖像意義。3.繼之介紹圖像特征分析中的參數(shù)估計與假設(shè)檢驗，系統(tǒng)介紹針對醫(yī)學特征的基本統(tǒng)計學方法。4.進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。5.最后介紹醫(yī)學圖像中的機器學習方法，讓學生初步學習如何完成對海量影像數(shù)據(jù)信息進行更深層次的挖掘、預測和分析工作。6.本教材的內(nèi)容編寫著重關(guān)聯(lián)“MATLAB語言”“數(shù)學測量”“醫(yī)學圖像知識”，教材中所涉及的數(shù)學知識點都用MATLAB語言編程實現(xiàn)。7.在應用舉例中，為避免涉及過深的醫(yī)學術(shù)語，在語言方面盡可能做到通俗易懂，目的是讓學生明確不同數(shù)學知識與醫(yī)學圖像所蘊含疾病信息的關(guān)系，便于學生學習和應用。8.為方便教師授課和學生自學，本書同時配有PPT、各章節(jié)重難點講解視頻微課、習題等數(shù)字內(nèi)容。

作者簡介

　　劉繼欣：博士，西安電子科技大學生命科學技術(shù)學院教授、博導。近年來工作集中于借助醫(yī)學圖像對疾病影像特征識別、療效預測、康復評估研究上。目前，主持國家自然科學基金3項，第一作者、通訊作者發(fā)表SCI檢索論文80余篇。研究團隊關(guān)于針刺影像學研究在2012年獲得“陜西省科學技術(shù)二等獎”、2021年獲得“陜西省科學技術(shù)一等獎”“第八屆中國針灸學會科學技術(shù)獎基礎(chǔ)類一等獎”等榮譽。

圖書目錄

第一章醫(yī)學影像處理概論/1
第一節(jié) 醫(yī)學影像技術(shù)的發(fā)展/2
第二節(jié) 醫(yī)學影像物理意義/3
一、X 線/3
二、CT/4
三、MRI/5
第三節(jié) 醫(yī)學影像智能分析及其應用/7
第二章醫(yī)學影像與MATLAB/ 9
第一節(jié) MATLAB 基礎(chǔ)知識/ 10
一、MATLAB 2021b 工作界面/ 10
二、MATLAB 數(shù)據(jù)類型/ 13
三、MATLAB 常見的指令與特殊符號/ 15
第二節(jié) MATLAB 矩陣/17
一、矩陣定義/ 17
二、矩陣創(chuàng)建/ 17
三、矩陣運算/ 19
四、矩陣索引/23
第三節(jié) MATLAB 編程基礎(chǔ)/25
一、控制語句 /25
二、M 文件/ 27
第四節(jié) MATLAB 醫(yī)學影像基礎(chǔ)/ 30
一、醫(yī)學影像的基本格式/ 30
二、醫(yī)學影像的讀寫/ 30
三、醫(yī)學影像的計算/35
第三章醫(yī)學影像的特征/ 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/ 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)估計與假設(shè)檢驗/ 57
第一節(jié) 參數(shù)估計/ 58
一、計量資料的統(tǒng)計描述/ 58
二、均數(shù)的抽樣誤差與標準誤/ 60
三、t 分布/ 61
四、總體均數(shù)的區(qū)間估計/62
第二節(jié) 假設(shè)檢驗/ 65
一、假設(shè)檢驗的基本步驟/65
二、假設(shè)檢驗中的兩類錯誤/66
三、假設(shè)檢驗的注意事項/ 67
四、假設(shè)檢驗和區(qū)間估計的關(guān)系/ 68
第三節(jié) t 檢驗/ 69
一、單樣本t 檢驗/ 69
二、兩獨立樣本t 檢驗/ 70
三、配對樣本t 檢驗/ 72
第四節(jié) 方差分析/ 74
一、完全隨機設(shè)計的方差分析/ 74
二、隨機區(qū)組設(shè)計的方差分析/ 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) 簡單線性回歸/92
一、簡單線性回歸模型/ 92
二、簡單線性模型的最小二乘擬合/ 93
三、σ 2 的估計/ 97
四、簡單線性回歸的比較/ 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/106
第四節(jié) 模型適用性檢驗與修正/ 106
一、模型適用性檢驗/106
二、殘差分析/111
三、杠桿與強影響點的診斷/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)機制在性別間的差異/ 118
一、問題/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
第六章圖像與機器學習/127
第一節(jié) 模型的評估方法/ 129
一、留出法/129
二、交叉驗證法/130
三、自助法/131
第二節(jié) 常用的機器學習算法/ 133
一、Logistic 回歸/133
二、支持向量機/137
三、MATLAB 示例/140
第三節(jié) 模型的性能度量/ 143
一、回歸模型的評估指標/143
二、分類模型的評估指標/144
第四節(jié) 術(shù)前MRI 預測子宮內(nèi)膜癌患者淋巴血管間隙侵犯研究 / 146
一、問題/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/149
索引/150