第 1章 人工智能與醫(yī)療 1 1.1　人工智能在醫(yī)療領(lǐng)域的發(fā)展 1 1.1.1 人工智能在醫(yī)療領(lǐng)域的發(fā)展史 1 1.1.2 “人工智能+醫(yī)療”行業(yè)現(xiàn)狀 6 1.2 人工智能在醫(yī)療領(lǐng)域的發(fā)展階段以及具體實(shí)現(xiàn) 9 1.2.1 發(fā)展階段 9 1.2.2 具體實(shí)現(xiàn) 10 1.3 人工智能在醫(yī)學(xué)圖像領(lǐng)域的應(yīng)用 14 1.4 人工智能在口腔領(lǐng)域的研究進(jìn)展 15 1.5 拓展閱讀 17 第 2章 醫(yī)療領(lǐng)域中的圖像處理 19 2.1 醫(yī)療領(lǐng)域的圖像處理技術(shù)及其應(yīng)用 19 2.2 醫(yī)學(xué)圖像處理案例 20 2.3 醫(yī)學(xué)圖像處理的常用軟件 21 2.3.1 ImageJ 21 2.3.2 MATLAB 22 2.3.3 VTK 22 2.3.4 MIPAR 23 2.3.5 Dragonfly 24 2.3.6 OpenCV 24 2.3.7 Mimics 24 2.3.8 Amira 25 2.4 拓展閱讀 25 第3章 醫(yī)學(xué)圖像處理的常規(guī)流程 27 3.1 圖像獲取 27 3.1.1 醫(yī)學(xué)圖像的獲取方式 27 3.1.2 醫(yī)學(xué)圖像的存儲(chǔ)格式 28 3.1.3 醫(yī)學(xué)圖像的處理和分析 28 3.2 圖像預(yù)處理 29 3.2.1 坐標(biāo)系的定義 29 3.2.2 空間坐標(biāo)變換 30 3.2.3 圖像灰度值歸一化 31 3.3 圖像標(biāo)注 31 3.3.1 圖像標(biāo)注的定義 31 3.3.2 圖像標(biāo)注軟件 32 3.4 數(shù)據(jù)增強(qiáng) 32 3.4.1 數(shù)據(jù)增強(qiáng)的定義 33 3.4.2 圖像數(shù)據(jù)增強(qiáng) 33 3.5 圖像分割 35 3.5.1 圖像分割的定義 35 3.5.2 常用的經(jīng)典圖像分割方法 36 3.5.3 常用的基于深度學(xué)習(xí)的圖像分割技術(shù) 37 3.6 圖像配準(zhǔn) 40 3.6.1 圖像配準(zhǔn)的定義 40 3.6.2 圖像配準(zhǔn)的類型 41 3.6.3 圖像配準(zhǔn)中的對(duì)象分類 41 3.6.4 圖像配準(zhǔn)的方法 42 3.7 圖像融合 42 3.8 三維重建及數(shù)據(jù)導(dǎo)出 43 3.8.1 三維重建 43 3.8.2 數(shù)據(jù)導(dǎo)出 43 3.9 數(shù)據(jù)分析 43 3.9.1 特征提�。簶�(gòu)建影像特征知識(shí)庫(kù) 43 3.9.2 CT中骨組織的影像特征分析 43 3.9.3 MRI中軟組織的影像特征分析 44 3.9.4 構(gòu)建相應(yīng)的疾病預(yù)測(cè)模型 44 3.9.5 結(jié)構(gòu)化報(bào)告生成 44 3.10 拓展閱讀 44 第4章 醫(yī)學(xué)圖像處理軟件Dragonfly 45 4.1 Dragonfly概述 45 4.1.1 軟件概述 46 4.1.2 軟件下載與安裝環(huán)境要求 47 4.1.3 Dragonfly的優(yōu)勢(shì) 48 4.2 Dragonfly界面及其主要功能 50 4.2.1 Dragonfly界面 50 4.2.2 Dragonfly的主要功能 53 4.3 Dragonfly的拓展模塊 60 4.3.1 Macro Player 60 4.3.2 Macro Builder 61 4.3.3 Infinite Toolbox 62 4.3.4 Python Console 63 4.4 Dragonfly的應(yīng)用模塊 64 4.4.1 骨骼分析模塊 64 4.4.2 連通單元分析模塊 65 4.4.3 CT重建模塊 66 4.4.4 人工智能模塊 66 4.5 Dragonfly的工作流程 68 4.5.1 Dragonfly的一般工作流程 68 4.5.2 工作流程中的重要步驟 69 第5章 語(yǔ)義分割——口腔CBCT圖像中牙齒和牙髓及周邊組織的分割 77 5.1 圖像導(dǎo)入 77 5.2 圖像預(yù)處理 78 5.2.1 空間坐標(biāo)系校正 79 5.2.2 灰度值歸一化 80 5.3 圖像標(biāo)注 82 5.3.1 選擇Frame 82 5.3.2 確定分類 84 5.3.3 ROI標(biāo)注 85 5.4 模型生成 88 5.5 數(shù)據(jù)增強(qiáng) 90 5.6 神經(jīng)網(wǎng)絡(luò)訓(xùn)練 91 5.7 應(yīng)用網(wǎng)絡(luò) 93 5.8 總結(jié)與思考 97 第6章 三維建�！�—肺血管和氣管分割 99 6.1 圖像導(dǎo)入 99 6.2 圖像標(biāo)注 99 6.3 訓(xùn)練模型 104 6.4 結(jié)果分析 105 6.5 總結(jié)與思考 106 第7章 圖像配準(zhǔn)——口腔術(shù)前和術(shù)后數(shù)據(jù)的配準(zhǔn)應(yīng)用 109 7.1 圖像導(dǎo)入 109 7.2 圖像預(yù)處理（三維空間坐標(biāo)系校正） 109 7.3 圖像配準(zhǔn) 111 7.3.1 手動(dòng)圖像配準(zhǔn) 111 7.3.2 自動(dòng)圖像配準(zhǔn) 113 7.4 總結(jié)與思考 116 第8章 分割與特征提取——骨組織的形態(tài)學(xué)分析 117 8.1 骨的背景知識(shí) 117 8.2 Dragonfly中Bone Analysis模塊的操作流程 118 8.3 骨的測(cè)量參數(shù) 119 8.3.1 骨分析的通用參數(shù) 119 8.3.2 骨小梁分析的參數(shù) 121 8.3.3 皮質(zhì)骨分析的參數(shù) 122 8.4 圖像導(dǎo)入 124 8.5 圖像預(yù)處理與骨分割 125 8.6 Dragonfly軟件中的Bone Analysis模塊 130 8.7 各向異性的計(jì)算原理 136 8.8 單層測(cè)量 138 8.9 總結(jié)與思考 139 第9章 特征計(jì)算及分析——醫(yī)用材料方面的應(yīng)用 143 9.1 圖像導(dǎo)入 143 9.2 圖像可視化 144 9.3 閾值分割、注釋和測(cè)量 145 9.4 分水嶺分割 146 9.5 量化分析 153 9.6 總結(jié)與思考 156 第 10章 目標(biāo)檢測(cè)——腹部CT腎臟區(qū)域的標(biāo)注 157 10.1 圖像導(dǎo)入 157 10.2 圖像標(biāo)注 157 10.3 生成YOLOv3模型 159 10.4 訓(xùn)練YOLOv3模型 160 10.5 應(yīng)用YOLOv3模型 162 10.6 總結(jié)與思考 163 第 11章 未來(lái)展望 165 11.1 人工智能在醫(yī)學(xué)領(lǐng)域的發(fā)展現(xiàn)狀及趨勢(shì) 165 11.2 人工智能在骨科領(lǐng)域的發(fā)展現(xiàn)狀及趨勢(shì) 166 11.3 人工智能在口腔領(lǐng)域的發(fā)展現(xiàn)狀及趨勢(shì) 167 11.4 拓展閱讀 168