Medical Imaging Informatics: Machine Learning, Deep Learning and Big Data Analytics
Informatyka obrazowania medycznego odgrywa ważną rolę w skuteczności współczesnych systemów opieki zdrowotnej. Postępy w dziedzinie sztucznej inteligencji, analizy dużych zbiorów danych i technologii Internetu rzeczy w znacznym stopniu przyczyniają się do różnych zastosowań w opiece zdrowotnej. Techniki sztucznej inteligencji przyczyniają się do ulepszeń w systemach tradycyjnie opartych na ludziach i zapewniają ciągłe zwiększanie dokładności przewidywania i diagnozowania. Rozwój niezawodnych i dokładnych modeli opieki zdrowotnej staje się coraz bardziej możliwy dzięki technologiom uczenia maszynowego i głębokiego uczenia. Sztuczna inteligencja ma moc rozwiązywania wielu złożonych problemów w obrazowaniu medycznym i jest technologią, która pomoże zaprojektować przyszłość wielu systemów opieki zdrowotnej.
Niniejsza książka zwraca uwagę na różne kwestie związane z obrazowaniem medycznym i przedstawia realne rozwiązania wykorzystujące sztuczną inteligencję i narzędzia big data. Książka omawia techniki, algorytmy i narzędzia, które pomagają budować i rozwijać praktyki badawcze, platformy i aplikacje w informatyce obrazów medycznych.
Ulepszanie obrazów medycznych, analiza dużych zbiorów danych i modele sztucznej inteligencji są omawiane w odniesieniu do zastosowań w wykrywaniu raka, autyzmu, alergii i cukrzycy. Omówiono również projektowanie i rozwój internetu rzeczy medycznych oraz narzędzi wirtualnej rzeczywistości do leczenia zaburzeń zdrowia psychicznego.
Książka ta jest odpowiednią lekturą dla badaczy i naukowców, zarówno w środowisku akademickim, jak i przemysłowym, zajmujących się informatyką i inżynierią, uczeniem maszynowym, przetwarzaniem obrazu i technologiami opieki zdrowotnej. Osoby wykonujące zawody pokrewne, takie jak pracownicy służby zdrowia, administratorzy, projektanci i programiści, również mogą uznać ten temat za interesujący.