本书是关于主动声纳恒虚警（Constant False Alarm Rate，CFAR）处理技术的一部专著。
电子书
编辑推荐
一本“将人工智能技术运用于医学案例，利用先进技术解决临床问题”的图书。
内容简介
这是一本“将人工智能技术运用于医学案例，利用先进技术解决临床问题”的图书。本书使用三维图像专业处理软件Dragonfly（基于Python语言，封装了多个机器学习库）作为具体的实现工具。本书介绍了人工智能与医疗的介绍、医疗领域中的图像处理、医学图像处理的常规流程等内容，并通过6个真实的医学案例展现人工智能技术在医学图像学领域的应用，从医工交叉的角度出发，深入探讨医学图像问题的处理方法，旨在让读者了解如何将人工智能技术切实落地于医学图像学中，帮助其提升运用人工智能技术处理医学图像问题的能力。
章节目录
- 版权信息
- 版 权
- 内 容 提 要
- 前 言
- 资源与支持
- 第1章 人工智能与医疗
- 1.1 人工智能在医疗领域的发展
- 1.1.1 人工智能在医疗领域的发展史
- 1.1.2 “人工智能+医疗”行业现状
- 1.2 人工智能在医疗领域的发展阶段以及具体实现
- 1.2.1 发展阶段
- 1.2.2 具体实现
- 1.3 人工智能在医学图像领域的应用
- 1.4 人工智能在口腔领域的研究进展
- 1.5 拓展阅读
- 第2章 医疗领域中的图像处理
- 2.1 医疗领域的图像处理技术及其应用
- 2.2 医学图像处理案例
- 2.3 医学图像处理的常用软件
- 2.3.1 ImageJ
- 2.3.2 MATLAB
- 2.3.3 VTK
- 2.3.4 MIPAR
- 2.3.5 Dragonfly
- 2.3.6 OpenCV
- 2.3.7 Mimics
- 2.3.8 Amira
- 2.4 拓展阅读
- 第3章 医学图像处理的常规流程
- 3.1 图像获取
- 3.1.1 医学图像的获取方式
- 3.1.2 医学图像的存储格式
- 3.1.3 医学图像的处理和分析
- 3.2 图像预处理
- 3.2.1 坐标系的定义
- 3.2.2 空间坐标变换
- 3.2.3 图像灰度值归一化
- 3.3 图像标注
- 3.3.1 图像标注的定义
- 3.3.2 图像标注软件
- 3.4 数据增强
- 3.4.1 数据增强的定义
- 3.4.2 图像数据增强
- 3.5 图像分割
- 3.5.1 图像分割的定义
- 3.5.2 常用的经典图像分割方法
- 3.5.3 常用的基于深度学习的图像分割技术
- 3.6 图像配准
- 3.6.1 图像配准的定义
- 3.6.2 图像配准的类型
- 3.6.3 图像配准中的对象分类
- 3.6.4 图像配准的方法
- 3.7 图像融合
- 3.8 三维重建及数据导出
- 3.8.1 三维重建
- 3.8.2 数据导出
- 3.9 数据分析
- 3.9.1 特征提取：构建影像特征知识库
- 3.9.2 CT中骨组织的影像特征分析
- 3.9.3 MRI中软组织的影像特征分析
- 3.9.4 构建相应的疾病预测模型
- 3.9.5 结构化报告生成
- 3.10 拓展阅读
- 第4章 医学图像处理软件Dragonfly
- 4.1 Dragonfly概述
- 4.1.1 软件概述
- 4.1.2 软件下载与安装环境要求
- 4.1.3 Dragonfly的优势
- 4.2 Dragonfly界面及其主要功能
- 4.2.1 Dragonfly界面
- 4.2.2 Dragonfly的主要功能
- 4.3 Dragonfly的拓展模块
- 4.3.1 Macro Player
- 4.3.2 Macro Builder
- 4.3.3 Infinite Toolbox
- 4.3.4 Python Console
- 4.4 Dragonfly的应用模块
- 4.4.1 骨骼分析模块
- 4.4.2 连通单元分析模块
- 4.4.3 CT重建模块
- 4.4.4 人工智能模块
- 4.5 Dragonfly的工作流程
- 4.5.1 Dragonfly的一般工作流程
- 4.5.2 工作流程中的重要步骤
- 第5章 语义分割——口腔CBCT图像中牙齿和牙髓及周边组织的分割
- 5.1 图像导入
- 5.2 图像预处理
- 5.2.1 空间坐标系校正
- 5.2.2 灰度值归一化
- 5.3 图像标注
- 5.3.1 选择Frame
- 5.3.2 确定分类
- 5.3.3 ROI标注
- 5.4 模型生成
- 5.5 数据增强
- 5.6 神经网络训练
- 5.7 应用网络
- 5.8 总结与思考
- 第6章 三维建模——肺血管和气管分割
- 6.1 图像导入
- 6.2 图像标注
- 6.3 训练模型
- 6.4 结果分析
- 6.5 总结与思考
- 第7章 图像配准——口腔术前和术后数据的配准应用
- 7.1 图像导入
- 7.2 图像预处理（三维空间坐标系校正）
- 7.3 图像配准
- 7.3.1 手动图像配准
- 7.3.2 自动图像配准
- 7.4 总结与思考
- 第8章 分割与特征提取——骨组织的形态学分析
- 8.1 骨的背景知识
- 8.2 Dragonfly中Bone Analysis模块的操作流程
- 8.3 骨的测量参数
- 8.3.1 骨分析的通用参数
- 8.3.2 骨小梁分析的参数
- 8.3.3 皮质骨分析的参数
- 8.4 图像导入
- 8.5 图像预处理与骨分割
- 8.6 Dragonfly软件中的Bone Analysis模块
- 8.7 各向异性的计算原理
- 8.8 单层测量
- 8.9 总结与思考
- 第9章 特征计算及分析——医用材料方面的应用
- 9.1 图像导入
- 9.2 图像可视化
- 9.3 阈值分割、注释和测量
- 9.4 分水岭分割
- 9.5 量化分析
- 9.6 总结与思考
- 第10章 目标检测——腹部CT肾脏区域的标注
- 10.1 图像导入
- 10.2 图像标注
- 10.3 生成YOLOv3模型
- 10.4 训练YOLOv3模型
- 10.5 应用YOLOv3模型
- 10.6 总结与思考
- 第11章 未来展望
- 11.1 人工智能在医学领域的发展现状及趋势
- 11.2 人工智能在骨科领域的发展现状及趋势
- 11.3 人工智能在口腔领域的发展现状及趋势
- 11.4 拓展阅读
展开全部
AI医学图像处理（基于Python语言的Dragonfly）是2023年由人民邮电出版社出版,作者杨慧芳。
温馨提示：
1.本电子书已获得正版授权，由出版社通过知传链发行。
2.该电子书为虚拟物品，付费之后概不接收任何理由退款。电子书内容仅支持在线阅读，不支持下载。
3.您在本站购买的阅读使用权仅限于您本人阅读使用，您不得/不能给任何第三方使用，由此造成的一切相关后果本平台保留向您追偿索赔的权利！版权所有，后果自负！
得书感谢您对《AI医学图像处理（基于Python语言的Dragonfly）》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
浓缩《元宇宙》的精华，向你呈现一个完全干货、精彩不断的发展生态图景。
电子书
20家全球科技巨头布局元宇宙案例，6张元宇宙大投资全析彩图，系统解析Facebook、字节跳动、微软、腾讯等为何迅速布局元宇宙。
电子书
谁将是数字化改革时代的领跑者？本书将揭开“改变世界的那些公司”的神秘面纱。
电子书
本书设置综述、地方发展篇、技术与装备发展篇、骨干企业发展篇、大事记、国际交往篇、行业组织发展篇、行业人物篇和附录9个部分。
电子书
构建现代化基础设施体系，推进新型工业化发展。完善中国现代化产业体系，为世界提供共享发展新机遇。
电子书
政府数字化转型智慧结晶，为政府数字化转型实践提供先行先试经验，密切跟踪中国数字政府改革的政策方向，深入剖析地方数字政府建设的行动路径。
电子书
追本溯源，破解奥秘，还原真实的石墨烯。
