《深度学习在医学图像分析中的应用,第二版》是一本极佳的学习资源,适用于从事机器学习、计算机视觉和医学图像计算与分析领域的深度学习研究的学术和行业研究人员以及研究生。深度学习为医学图像分析问题提供了激动人心的解决方案,并且是未来应用的关键方法。本书清晰地讲解了神经网络和深度学习概念的原理与方法,展示了将深度学习作为核心组成部分的算法如何应用于医学图像的检测、分割、配准以及计算机辅助分析。 · 涵盖医学图像分析中常见的研究问题及其挑战 · 描述了医学图像分析中最新的深度学习方法及其理论基础 · 教授算法如何应用于包括心脏、神经和功能、结肠镜、OCTA应用和模型评估等广泛的应用领域 · 包含由Nicholas Ayache撰写的前言

成为VIP会员查看完整内容
80

相关内容

【2023新书】多媒体数据处理与计算,197页pdf
专知会员服务
51+阅读 · 2023年10月31日
【2023新书】决策的艺术和科学,320页pdf
专知会员服务
84+阅读 · 2023年9月5日
【2023新书】深度学习中的可解释性,486页pdf
专知会员服务
138+阅读 · 2023年5月12日
【2023新书】机器学习中的表示学习,101页pdf
专知会员服务
125+阅读 · 2023年2月3日
【干货书】机器学习理论与实践,299页pdf
专知会员服务
93+阅读 · 2022年12月5日
【Manning新书】面向数据编程降低软件复杂度,426页pdf
专知会员服务
75+阅读 · 2022年9月5日
【2022新书】深度学习归一化技术,117页pdf
专知
17+阅读 · 2022年11月25日
【干货书】高维统计学,572页pdf
专知
12+阅读 · 2021年12月3日
【干货书】数据科学手册,456页pdf
专知
12+阅读 · 2021年4月28日
国家自然科学基金
6+阅读 · 2017年12月31日
国家自然科学基金
19+阅读 · 2015年12月31日
国家自然科学基金
19+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
Arxiv
131+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
326+阅读 · 2023年3月31日
Arxiv
56+阅读 · 2023年3月26日
Arxiv
114+阅读 · 2023年3月24日
Arxiv
16+阅读 · 2023年3月17日
VIP会员
相关VIP内容
【2023新书】多媒体数据处理与计算,197页pdf
专知会员服务
51+阅读 · 2023年10月31日
【2023新书】决策的艺术和科学,320页pdf
专知会员服务
84+阅读 · 2023年9月5日
【2023新书】深度学习中的可解释性,486页pdf
专知会员服务
138+阅读 · 2023年5月12日
【2023新书】机器学习中的表示学习,101页pdf
专知会员服务
125+阅读 · 2023年2月3日
【干货书】机器学习理论与实践,299页pdf
专知会员服务
93+阅读 · 2022年12月5日
【Manning新书】面向数据编程降低软件复杂度,426页pdf
专知会员服务
75+阅读 · 2022年9月5日
相关基金
国家自然科学基金
6+阅读 · 2017年12月31日
国家自然科学基金
19+阅读 · 2015年12月31日
国家自然科学基金
19+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
8+阅读 · 2015年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
微信扫码咨询专知VIP会员