ش | ی | د | س | چ | پ | ج |
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
یادگیری ماشین در پزشکی شامل تکنیک های پیشرفته یادگیری ماشین و کاربردهای آنها در زمینه پزشکی است. این سیستم چندین سیستم تشخیص رایانه ای (CAD) را ارائه می دهد ، که نقش مهمی در تشخیص چندین بیماری در دهه گذشته ، مانند تشخیص سرطان ، و در نتیجه توسعه چندین سیستم موفق داشته است.
پیشرفتهای جدید در یادگیری ماشینی ممکن است در آینده ای نزدیک بتوان ماشینهایی را توسعه داد که قادر به انجام کامل کارهایی هستند که در حال حاضر بدون کمک بشر انجام نمی شوند ، به ویژه در زمینه پزشکی. این کتاب شامل ماشین هایی از جمله شبکه های عصبی کانولوشن (CNN) با عملکردهای مختلف فعال سازی برای مجموعه داده های پزشکی کوچک و متوسط ، تشخیص فعالیت های غیرطبیعی ناشی از کاهش شناختی ، مدل سازی دوز حرارتی برای درمان های سرطانی حرارتی ، تصمیم گیری بالینی یادگیری ماشین پوست می باشد. سیستم های پشتیبانی ، سونوگرافی مبتنی بر هوش مصنوعی برای تشخیص ، چالش های عملی با راه حل های احتمالی برای یادگیری ماشین در تصویربرداری پزشکی ، تشخیص صرع از MRI ساختاری ، تشخیص بیماری آلزایمر ، طبقه بندی هایپرتروفی بطن چپ و درک زبان پزشکی هوشمند.
این کتاب به پیشرفت تحقیقات علمی در زمینه وسیع یادگیری ماشین در زمینه پزشکی کمک می کند. این مقاله بر روندها و چالش های اصلی در این زمینه تمرکز می کند و کارهایی را با هدف شناسایی تکنیک های جدید و استفاده از آنها در تجزیه و تحلیل زیست پزشکی ارائه می دهد ، از جمله منابع گسترده در پایان هر فصل.