第1章 機(jī)器學(xué)習(xí)算法研究及其在阿爾茨海默病患者中的應(yīng)用
1.1 研究概述
1.1.1 研究背景及意義
1.1.2 國內(nèi)外研究現(xiàn)狀
1.1.3 主要研究內(nèi)容
1.2 相關(guān)理論知識(shí)
1.2.1 神經(jīng)心理學(xué)測試
1.2.2 特征選擇的基本理論
1.2.3 分類算法概述
1.3 基于機(jī)器學(xué)習(xí)的癡呆癥早期診斷的研究與應(yīng)用
1.3.1 簡介
1.3.2 實(shí)驗(yàn)數(shù)據(jù)和方法
1.3.3 實(shí)驗(yàn)結(jié)果
1.3.4 實(shí)驗(yàn)總結(jié)和討論
1.4 基于深度學(xué)習(xí)的老年癡呆病人篩選的研究與應(yīng)用
1.4.1 簡介
1.4.2 材料和方法
1.4.3 實(shí)驗(yàn)結(jié)果
1.4.4 討論
1.5 本章小結(jié)
1.5.1 總結(jié)
1.5.2 展望
第2章 深度學(xué)習(xí)算法研究及其在心血管疾病患者中的應(yīng)用
2.1 心血管疾病研究概述
2.1.1 研究背景及意義
2.1.2 國內(nèi)外研究現(xiàn)狀
2.1.3 主要研究內(nèi)容
2.2 相關(guān)理論基礎(chǔ)和實(shí)驗(yàn)準(zhǔn)備
2.2.1 心臟解剖學(xué)知識(shí)和臨床成像
2.2.2 深度學(xué)習(xí)基礎(chǔ)理論
2.3 基于動(dòng)態(tài)規(guī)劃先驗(yàn)知識(shí)的左心室分割方法
2.3.1 簡介
2.3.2 實(shí)驗(yàn)方法
2.3.3 實(shí)驗(yàn)結(jié)果及分析
2.4 基于改進(jìn)的左心室模板采樣方法
2.4.1 簡介
2.4.2 實(shí)驗(yàn)方法
2.4.3 實(shí)驗(yàn)結(jié)果及分析
2.5 本章小結(jié)
2.5.1 總結(jié)
2.5.2 展望
第3章 深度學(xué)習(xí)算法研究及其在甲狀腺眼病患者中的應(yīng)用
3.1 研究概述
3.1.1 研究背景及意義
3.1.2 國內(nèi)外研究現(xiàn)狀
3.1.3 主要研究內(nèi)容
3.2 基于深度學(xué)習(xí)的圖像分割技術(shù)
3.2.1 人工神經(jīng)網(wǎng)絡(luò)
3.2.2 全卷積神經(jīng)網(wǎng)絡(luò)
3.2.3 深度學(xué)習(xí)圖像分割算法
3.2.4 醫(yī)學(xué)影像分割評估指標(biāo)
3.3 血管內(nèi)超聲影像的血管中、內(nèi)膜分割算法
3.3.1 現(xiàn)實(shí)問題
3.3.2 數(shù)據(jù)概況及網(wǎng)絡(luò)設(shè)計(jì)
3.3.3 臨床參數(shù)自動(dòng)獲取
3.3.4 實(shí)驗(yàn)結(jié)果及分析
3.4 甲狀腺相關(guān)眼病眼外肌和視神經(jīng)的語義分割算法
3.4.1 現(xiàn)實(shí)問題
3.4.2 數(shù)據(jù)概況及模型設(shè)計(jì)
3.4.3 臨床參數(shù)自動(dòng)獲取
3.4.4 實(shí)驗(yàn)結(jié)果及分析
3.5 本章小結(jié)
3.5.1 總結(jié)
3.5.2 展望
第4章 深度學(xué)習(xí)算法研究及其在新冠肺炎患者中的應(yīng)用
4.1 研究概述
4.1.1 研究背景及意義
4.1.2 國內(nèi)外研究現(xiàn)狀
4.1.3 主要研究內(nèi)容
4.2 相關(guān)理論知識(shí)
4.2.1 卷積神經(jīng)網(wǎng)絡(luò)
4.2.2 經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)模型
4.2.3 機(jī)器學(xué)習(xí)算法
4.3 基于三維卷積神經(jīng)網(wǎng)絡(luò)的新冠肺炎診斷方法研究
4.3.1 方法描述
4.3.2 實(shí)驗(yàn)結(jié)果與分析
4.3.3 實(shí)驗(yàn)總結(jié)和討論
4.4 基于機(jī)器學(xué)習(xí)的新冠肺炎輕重癥診斷方法研究
4.4.1 方法描述
4.4.2 實(shí)驗(yàn)結(jié)果與分析
4.4.3 實(shí)驗(yàn)總結(jié)和討論
4.5 本章小結(jié)
4.5.1 總結(jié)
4.5.2 展望
參考文獻(xiàn)