1.本書首先介紹MATLAB語言與醫(yī)學圖像數(shù)據(jù)格式，主要敘述MATLAB語言表示法的基本知識和求解醫(yī)學圖像處理問題的軟件環(huán)境。2.進而介紹醫(yī)學圖像特征的常用特征指標，主要讓學生掌握基于MATLAB語言的數(shù)學測度計算方法及其所表達的圖像意義。3.繼之介紹圖像特征分析中的參數(shù)估計與假設檢驗，系統(tǒng)介紹針對醫(yī)學特征的基本統(tǒng)計學方法。4.進一步介紹圖像分析中常用的相關與線性回歸分析方法，讓學生掌握如何從大量圖像特征中提取與疾病關聯(lián)最大的指標。5.最后介紹醫(yī)學圖像中的機器學習方法，讓學生初步學習如何完成對海量影像數(shù)據(jù)信息進行更深層次的挖掘、預測和分析工作。6.本教材的內(nèi)容編寫著重關聯(lián)MATLAB語言數(shù)學測量醫(yī)學圖像知識，教材中所涉及的數(shù)學知識點都用MATLAB語言編程實現(xiàn)。7.在應用舉例中，為避免涉及過深的醫(yī)學術語，在語言方面盡可能做到通俗易懂，目的是讓學生明確不同數(shù)學知識與醫(yī)學圖像所蘊含疾病信息的關系，便于學生學習和應用。8.為方便教師授課和學生自學，本書同時配有PPT、各章節(jié)重難點講解視頻微課、習題等數(shù)字內(nèi)容。
醫(yī)學影像數(shù)據(jù)占臨床數(shù)據(jù)的90%，充分挖掘醫(yī)學影像信息對臨床智能診斷、智能決策及患者預后評估有重要作用。
《醫(yī)學影像智能分析基礎》是依據(jù)現(xiàn)階段智能醫(yī)學與醫(yī)學影像專業(yè)的人才培養(yǎng)目標，為適應我國醫(yī)學教育改革需求和醫(yī)學影像智能分析技術的快速發(fā)展編寫而成的，是為醫(yī)學影像學、智能醫(yī)學工程專業(yè)量身定制的數(shù)學基礎教材，供高等院校本科學生使用，也可作為研究生參考書。
醫(yī)學影像技術可以非侵入式地獲取人體不同臟器的結(jié)構及功能信息，這一技術的出現(xiàn)為傳統(tǒng)醫(yī)學診斷方法帶來了巨大的變革。醫(yī)學影像數(shù)據(jù)占臨床數(shù)據(jù)的90%，充分挖掘醫(yī)學影像信息對臨床智能診斷、智能決策及患者預后評估有重要作用。然而，國內(nèi)目前尚缺乏專門針對醫(yī)學影像學、智能醫(yī)學工程本科專業(yè)設計的數(shù)學基礎教材，這使得其教學面臨以下三個困境：第一，醫(yī)學影像特征挖掘、特征提取、智能分析等所需的數(shù)學知識涉及MATLAB 語言、數(shù)字圖像處理、數(shù)理統(tǒng)計、回歸分析等課程，按照目前工科一般的課程構建模式，這些內(nèi)容分布在不同學期的課程中，知識點呈現(xiàn)散在分布、相對瑣碎的特點，缺乏針對醫(yī)學影像分析所需的系統(tǒng)的數(shù)學框架，這導致學生在學習醫(yī)學影像分析的核心知識點時無法融會貫通，應用過程中常常生搬硬套、囫圇吞棗；第二，脫離醫(yī)學影像背景而單純講授數(shù)學知識，難以將所學知識與醫(yī)學影像分析的目的和意義關聯(lián)起來，從而無法激發(fā)學生的學習興趣和創(chuàng)新意識；第三，近年來，人工智能方法成為醫(yī)學圖像處理技術發(fā)展的一個研究熱點，但尚缺乏一門以數(shù)值計算、數(shù)字圖像處理、計算機技術為主要工具的基礎引導課，難以為后續(xù)學習智能信息處理、模式識別、神經(jīng)網(wǎng)絡等課程打下理論基礎。本教材是在高等數(shù)學課程的基礎上，面向本科學生，針對當前醫(yī)學影像學、智能醫(yī)學工程專業(yè)醫(yī)學圖像分析教學所面臨的上述現(xiàn)狀編寫而成。
為了系統(tǒng)介紹醫(yī)學影像分析的基礎知識，本教材首先介紹MATLAB 語言與醫(yī)學影像數(shù)據(jù)格式，主要介紹MATLAB 語言表示法的基本知識和求解醫(yī)學影像處理問題的軟件環(huán)境；進而介紹醫(yī)學影像的常用特征指標，主要讓學生掌握基于MATLAB 語言的數(shù)學測度計算方法及其所表達的圖像意義；接下來介紹圖像特征分析中的參數(shù)估計與假設檢驗，系統(tǒng)介紹針對醫(yī)學影像特征的基本統(tǒng)計學方法；進一步介紹醫(yī)學影像分析中常用的相關分析與線性回歸的分析方法，使學生可以從大量圖像特征中提取與疾病關聯(lián)最大的指標；最后介紹醫(yī)學影像中的機器學習方法，讓學生初步完成對海量影像數(shù)據(jù)信息進行更深層次的挖掘、預測和分析工作。
本教材的內(nèi)容編寫著重關聯(lián)MATLAB 語言數(shù)學測量醫(yī)學影像知識，教材中所涉及的數(shù)學知識點都用MATLAB 語言編程實現(xiàn)。為避免涉及過深的醫(yī)學術語，在應用舉例中，盡可能做到使用通俗易懂的語言，目的是讓學生明確不同數(shù)學知識與醫(yī)學影像所蘊含疾病信息的關系，便于學生學習和應用。
劉繼欣 張 明
2023 年8 月
劉繼欣:博士，西安電子科技大學生命科學技術學院教授、博導。近年來工作集中于借助醫(yī)學圖像對疾病影像特征識別、療效預測、康復評估研究上。目前，主持國家自然科學基金3項，第一作者、通訊作者發(fā)表SCI檢索論文80余篇。研究團隊關于針刺影像學研究在2012年獲得陜西省科學技術二等獎、2021年獲得陜西省科學技術一等獎第八屆中國針灸學會科學技術獎基礎類一等獎等榮譽。
第一章 醫(yī)學影像處理概論/1
第一節(jié) 醫(yī)學影像技術的發(fā)展/2
第二節(jié) 醫(yī)學影像物理意義/3
一、X 線/3
二、CT/4
三、MRI/5
第三節(jié) 醫(yī)學影像智能分析及其應用/7
第二章 醫(yī)學影像與MATLAB/ 9
第一節(jié) MATLAB 基礎知識/ 10
一、MATLAB 2021b 工作界面/ 10
二、MATLAB 數(shù)據(jù)類型/ 13
三、MATLAB 常見的指令與特殊符號/ 15
第二節(jié) MATLAB 矩陣/17
一、矩陣定義/ 17
二、矩陣創(chuàng)建/ 17
三、矩陣運算/ 19
四、矩陣索引/23
第三節(jié) MATLAB 編程基礎/25
一、控制語句 /25
二、M 文件/ 27
第四節(jié) MATLAB 醫(yī)學影像基礎/ 30
一、醫(yī)學影像的基本格式/ 30
二、醫(yī)學影像的讀寫/ 30
三、醫(yī)學影像的計算/35
第三章 醫(yī)學影像的特征/ 38
第一節(jié) 顏色特征/ 39
一、顏色空間/ 39
二、直方圖特征/ 41
三、案例分析/43
第二節(jié) 紋理特征/ 45
一、灰度共生矩陣/45
二、灰度差分統(tǒng)計/ 49
三、自相關函數(shù)/ 50
四、案例分析/ 51
第三節(jié) 形狀特征/53
一、邊界特征/53
二、區(qū)域特征/53
三、案例分析/54
第四節(jié) 特征分析/ 55
第四章 參數(shù)估計與假設檢驗/ 57
第一節(jié) 參數(shù)估計/ 58
一、計量資料的統(tǒng)計描述/ 58
二、均數(shù)的抽樣誤差與標準誤/ 60
三、t 分布/ 61
四、總體均數(shù)的區(qū)間估計/62
第二節(jié) 假設檢驗/ 65
一、假設檢驗的基本步驟/65
二、假設檢驗中的兩類錯誤/66
三、假設檢驗的注意事項/ 67
四、假設檢驗和區(qū)間估計的關系/ 68
第三節(jié) t 檢驗/ 69
一、單樣本t 檢驗/ 69
二、兩獨立樣本t 檢驗/ 70
三、配對樣本t 檢驗/ 72
第四節(jié) 方差分析/ 74
一、完全隨機設計的方差分析/ 74
二、隨機區(qū)組設計的方差分析/ 78
第五章 相關與線性回歸/81
第一節(jié) 相關分析/ 84
一、協(xié)方差與相關系數(shù)/ 84
二、秩相關/ 89
三、偏相關/ 91
第二節(jié) 簡單線性回歸/92
一、簡單線性回歸模型/ 92
二、簡單線性模型的最小二乘擬合/ 93
三、 2 的估計/ 97
四、簡單線性回歸的比較/ 98
第三節(jié) 多元線性回歸/ 102
一、多元線性回歸模型/102
二、模型假設/103
三、多元模型的最小二乘擬合/103
四、ε 方差2 的估計/106
第四節(jié) 模型適用性檢驗與修正/ 106
一、模型適用性檢驗/106
二、殘差分析/111
三、杠桿與強影響點的診斷/113
四、多重共線性分析/117
第五節(jié) 疼痛敏感性與腦白質(zhì)神經(jīng)機制在性別間的差異/ 118
一、問題/118
二、數(shù)據(jù)/118
三、耐受閾限模型/121
四、模型殘差的分析/ 122
五、模型的調(diào)整/124
六、結(jié)論/126
第六章 圖像與機器學習/127
第一節(jié) 模型的評估方法/ 129
一、留出法/129
二、交叉驗證法/130
三、自助法/131
第二節(jié) 常用的機器學習算法/ 133
一、Logistic 回歸/133
二、支持向量機/137
三、MATLAB 示例/140
第三節(jié) 模型的性能度量/ 143
一、回歸模型的評估指標/143
二、分類模型的評估指標/144
第四節(jié) 術前MRI 預測子宮內(nèi)膜癌患者淋巴血管間隙侵犯研究 / 146
一、問題/146
二、數(shù)據(jù)/146
三、模型構建與性能度量/147
四、結(jié)果展示/147
五、討論與分析/148
參考文獻/149
索引/150
書單推薦
