| 开本：16开 |
| 纸张：胶版纸 |
| 包装：平装-胶订 |
| 是否套装：否 |
| 国际标准书号ISBN：9787577023564 |
| 所属分类：图书>医学>外科学>一般理论 |
新华书店正版，多仓就近发货，城市次日达，团购优惠咨询在线客服！重磅推荐
内容简介
本书是一本专注于医学图像处理领域的专著，深入探讨了深度学习技术在射线脉图像去噪和分割中的创新应用。本书首先详细介绍了射线成像过程中噪声的来源和特性。这些噪声不仅影响图像的清晰度，还可能干扰后续的图像分析和诊断。为了有效应对这一问题，本书提出了基于深度学习的去噪策略。这些策略能够从射线图像中有效去除噪声，同时保护图像中的重要边界和细节信息，为后续的图像分割打下坚实的基础。在去噪的基础上，本书进一步深入探讨了深度学习在脉图像分割中的应用。书中详细描述了采用当前流行的深度学习架构，如、等，进行状动脉的准确分割。这些架构不仅具备强大的特征提取能力，还能够准确识别并分割出状动脉的细微结构，为医学诊断提供有力的支持。
本书适合医学图像处理领域学习者阅读参考，也可为从事医学图像分析和计算机辅助诊断的读书提供参考。
作者简介
张敏，安徽庐江人，毕业于河海大学信息科学与工程学院，博士研究生，现任教于赣南科技学院，副教授。长期从事图像处理与深度学习技术的研究与应用，在深度学习与图像处理交叉领域开展了系统而深人的探索，尤其是在基于深度学习的图像分割、图像去噪及图像超分辨率等方向取得了一定的研究成果。近年来，已发表相关学术论文篇，并参与项相关实践项目。
目 录
第章 绪论
研究背景与意义
深度学习在医学血管图像领域的研究现状
研究问题与目标
本书结构安排
第章 深度学习概述
深度学习的发展历程与在图像分析领域中的应用
深度学习驱动的医学影像处理技术演变
深度学习在射线脉图像处理中的应用
本章小结
第章 射线脉图像处理中所应用的深度学习关键技术
深度网络模型
深度学习优化算法
深度学习关键技术第章 绪论
研究背景与意义
深度学习在医学血管图像领域的研究现状
研究问题与目标
本书结构安排
第章 深度学习概述
深度学习的发展历程与在图像分析领域中的应用
深度学习驱动的医学影像处理技术演变
深度学习在射线脉图像处理中的应用
本章小结
第章 射线脉图像处理中所应用的深度学习关键技术
深度网络模型
深度学习优化算法
深度学习关键技术
本章小结
……
显示全部信息
商品详情
内容简介
本书是一本专注于医学图像处理领域的专著，深入探讨了深度学习技术在射线脉图像去噪和分割中的创新应用。本书首先详细介绍了射线成像过程中噪声的来源和特性。这些噪声不仅影响图像的清晰度，还可能干扰后续的图像分析和诊断。为了有效应对这一问题，本书提出了基于深度学习的去噪策略。这些策略能够从射线图像中有效去除噪声，同时保护图像中的重要边界和细节信息，为后续的图像分割打下坚实的基础。在去噪的基础上，本书进一步深入探讨了深度学习在脉图像分割中的应用。书中详细描述了采用当前流行的深度学习架构，如、等，进行状动脉的准确分割。这些架构不仅具备强大的特征提取能力，还能够准确识别并分割出状动脉的细微结构，为医学诊断提供有力的支持。
本书适合医学图像处理领域学习者阅读参考，也可为从事医学图像分析和计算机辅助诊断的读书提供参考。
作者简介
张敏，安徽庐江人，毕业于河海大学信息科学与工程学院，博士研究生，现任教于赣南科技学院，副教授。长期从事图像处理与深度学习技术的研究与应用，在深度学习与图像处理交叉领域开展了系统而深人的探索，尤其是在基于深度学习的图像分割、图像去噪及图像超分辨率等方向取得了一定的研究成果。近年来，已发表相关学术论文篇，并参与项相关实践项目。
目 录
第章 绪论
研究背景与意义
深度学习在医学血管图像领域的研究现状
研究问题与目标
本书结构安排
第章 深度学习概述
深度学习的发展历程与在图像分析领域中的应用
深度学习驱动的医学影像处理技术演变
深度学习在射线脉图像处理中的应用
本章小结
第章 射线脉图像处理中所应用的深度学习关键技术
深度网络模型
深度学习优化算法
深度学习关键技术第章 绪论
研究背景与意义
深度学习在医学血管图像领域的研究现状
研究问题与目标
本书结构安排
第章 深度学习概述
深度学习的发展历程与在图像分析领域中的应用
深度学习驱动的医学影像处理技术演变
深度学习在射线脉图像处理中的应用
本章小结
第章 射线脉图像处理中所应用的深度学习关键技术
深度网络模型
深度学习优化算法
深度学习关键技术
本章小结
……
显示全部信息
商品详情