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 |
تصویربرداری پرفیوژن میوکارد با توموگرافی کامپیوتری با گسیل تک فوتون و توموگرافی انتشار پوزیترون به تشخیص شدت بیماری عروق کرونر کمک کرده است. هوش مصنوعی در تصویربرداری پزشکی هستهای قلب و عروق شامل روشهای مختلفی مانند استدلال مبتنی بر قانون، شبکههای عصبی مصنوعی، یادگیری ماشینی ساختیافته و شبکههای عصبی کانولوشنال عمیق است. این روشهای هوش مصنوعی در تشخیص نقایص پرفیوژن و سایر نقاط پایانی استفاده شدهاند. روشهای یادگیری عمیق در شکلگیری تصویر پزشکی هستهای برای کاهش زمان محاسبات، بهبود کیفیت تصویر و کاهش قرار گرفتن در معرض تشعشع در بیماران استفاده شده است. این فصل روشهای هوش مصنوعی به کار رفته در تجزیه و تحلیل تصویر و بازسازی تصویر برای تصویربرداری پزشکی هستهای قلب و عروق را خلاصه میکند.