تکنیک های یادگیری ماشین و یادگیری عمیق برای علوم پزشکی

کاربرد یادگیری ماشین به طور تصاعدی در هر شاخه ای از تجارت و علم، از جمله علوم پزشکی، در حال رشد است. این کتاب ادغام الگوریتم‌های یادگیری ماشین (ML) و یادگیری عمیق (DL) را ارائه می‌کند که می‌تواند در بخش مراقبت‌های بهداشتی به کار گرفته شود تا زمان مورد نیاز پزشکان، رادیولوژیست‌ها و سایر متخصصان پزشکی برای تجزیه و تحلیل، پیش‌بینی و تشخیص شرایط را کاهش دهد. نتایج دقیق این کتاب جنبه‌های کلیدی مهمی را در توسعه و اجرای رویکردهای ML و DL به سمت توسعه ابزارها و مدل‌های پیش‌بینی و بهبود تشخیص پزشکی ارائه می‌کند.

مشارکت‌کنندگان روندهای اخیر، نوآوری‌ها، چالش‌ها و راه‌حل‌ها و همچنین مطالعات موردی کاربردهای ML و DL در تشخیص بیماری‌های مبتنی بر سیستم هوشمند را بررسی می‌کنند. فصل‌ها همچنین مبانی و نیاز به کاربرد جنبه‌های ریاضی را با اشاره به توسعه مدل‌های پزشکی جدید برجسته می‌کنند. نویسندگان همچنین ML و DL را در رابطه با ابزارهای پیش‌بینی هوش مصنوعی (AI)، کشف داروها، علوم اعصاب، تشخیص در روش‌های تصویربرداری متعدد، و رویکردهای تشخیص الگو برای تصاویر تصویربرداری تشدید مغناطیسی کاربردی بررسی می‌کنند.

این کتاب برای دانشجویان و محققان علوم و مهندسی کامپیوتر، مهندسی الکترونیک و ارتباطات و فناوری اطلاعات است. برای محققان مهندسی زیست پزشکی، دانشگاهیان و مربیان؛ و برای دانشجویان و متخصصان در سایر زمینه های بخش مراقبت های بهداشتی.

جنبه های کلیدی را در توسعه و اجرای رویکردهای ML و DL به سمت توسعه ابزارهای پیش بینی، مدل ها و بهبود تشخیص پزشکی ارائه می کند.
در مورد روندهای اخیر، نوآوری ها، چالش ها، راه حل ها و کاربردهای تشخیص بیماری مبتنی بر سیستم هوشمند بحث می کند.
نظریه‌ها، مدل‌ها و ابزارهای DL را برای تقویت سیستم‌های اطلاعات سلامت بررسی می‌کند
ML و DL را در رابطه با ابزارهای پیش‌بینی هوش مصنوعی، کشف داروها، علوم اعصاب و تشخیص در روش‌های تصویربرداری متعدد بررسی می‌کند.
دکتر K. Gayathri Devi، استاد گروه الکترونیک و مهندسی ارتباطات، موسسه فناوری دکتر N.G.P، تامیل نادو، هند است.

دکتر کیشور بالاسوبرامانیان استادیار (مقیاس ارشد) در گروه EEE در کالج مهندسی و فناوری دکتر Mahalingam، تامیل نادو، هند است.

دکتر Le Anh Ngoc مدیر فضای نوآوری Swinburne و استاد دانشگاه فناوری Swinburne (ویتنام) است.

Machine Learning and Deep Learning Techniques for Medical Science

The application of machine learning is growing exponentially into every branch of business and science, including medical science. This book presents the integration of machine learning (ML) and deep learning (DL) algorithms that can be applied in the healthcare sector to reduce the time required by doctors, radiologists, and other medical professionals for analyzing, predicting, and diagnosing the conditions with accurate results. The book offers important key aspects in the development and implementation of ML and DL approaches toward developing prediction tools and models and improving medical diagnosis.

The contributors explore the recent trends, innovations, challenges, and solutions, as well as case studies of the applications of ML and DL in intelligent system-based disease diagnosis. The chapters also highlight the basics and the need for applying mathematical aspects with reference to the development of new medical models. Authors also explore ML and DL in relation to artificial intelligence (AI) prediction tools, the discovery of drugs, neuroscience, diagnosis in multiple imaging modalities, and pattern recognition approaches to functional magnetic resonance imaging images.

This book is for students and researchers of computer science and engineering, electronics and communication engineering, and information technology; for biomedical engineering researchers, academicians, and educators; and for students and professionals in other areas of the healthcare sector.

• Presents key aspects in the development and the implementation of ML and DL approaches toward developing prediction tools, models, and improving medical diagnosis
• Discusses the recent trends, innovations, challenges, solutions, and applications of intelligent system-based disease diagnosis
• Examines DL theories, models, and tools to enhance health information systems
• Explores ML and DL in relation to AI prediction tools, discovery of drugs, neuroscience, and diagnosis in multiple imaging modalities

Dr. K. Gayathri Devi is a Professor at the Department of Electronics and Communication Engineering, Dr. N.G.P Institute of Technology, Tamil Nadu, India.

Dr. Kishore Balasubramanian is an Assistant Professor (Senior Scale) at the Department of EEE at Dr. Mahalingam College of Engineering & Technology, Tamil Nadu, India.

Dr. Le Anh Ngoc is a Director of Swinburne Innovation Space and Professor in Swinburne University of Technology (Vietnam).

Product details

• Publisher ‏ : ‎ CRC Press; 1st edition (May 12, 2022)
• Language ‏ : ‎ English
• Hardcover ‏ : ‎ 412 pages
• ISBN-10 ‏ : ‎ 1032104201
• ISBN-13 ‏ : ‎ 978-1032104201
• Item Weight ‏ : ‎ 1.5 pounds
• Dimensions ‏ : ‎ 0.91 x 6.14 x 9.21 inches