良醫利器-人工智能技術在醫療健康領域的應用及Python實現 王大禹 9787030789259 【台灣高等教育出版社】

*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202411*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：良醫利器-人工智能技術在醫療健康領域的應用及Python實現
ISBN：9787030789259
出版社：科學
著編譯者：王大禹
頁數：417
所在地：中國大陸 *此為代購商品
書號：1697041
可大量預訂，請先連絡。

內容簡介

本書是一本醫學人工智慧的入門書，涵蓋了對機器學習的介紹，對疾病診斷、疾病治療及疾病管理過程等醫療健康領域相關知識的介紹。本書篩選了高發且有重大影響的九種疾病：乳腺癌、冠心病、卒中、糖尿病、肥胖、高血壓、乙肝、不孕不育症、阿爾茨海默病，並以這九種疾病為例，介紹了人工智慧技術的具體應用。本書還介紹了Python語言，以及使用Python語言解決五個醫學問題的實現方法，包括機器學習演算法、自然語言處理、數據分析等技術。 本書可作為連接醫療健康領域和人工智慧領域之間的橋樑，供IT行業的專業人士、醫療健康領域的專業人士和領導者參考閱讀，也可幫助人工智慧的初學者和不會編程的醫學相關人士了解機器學習演算法的基本概念和知識。

作者簡介

王大禹，東北大學計算機專業本科、碩士，香港理工大學計算機專業博士，研究方向為機器學習、信息檢索、自然語言處理。曾任職於美非能源、微軟、完美世界、亞馬遜等公司，有20餘年人工智慧及大數據的研發與應用經驗。中國中醫科學院中醫學博士后，國家首批傳統醫學師承學員，中醫執業醫師，在健康醫療領域有15年學習、研究經歷。

目錄

第一部分 健康醫療領域應用人工智慧技術需要掌握的醫學知識
第1章 主觀的癥狀和客觀的體征
1 1 癥狀的數字化：以疼痛為例
1 2 手部的體征：手指和指甲暗示的疾病
1 3 傳統醫學重視的體征：舌與舌苔
第2章 19世紀前醫生的診斷工具
2 1 病史採集
2 2 體格檢查
第3章 醫學檢查和相關數據應用
3 1 實驗室檢查
3 2 心電圖和心律失常資料庫
3 3 醫學影像技術與影像學檢查
第4章 循證醫學與鑒別診斷
4 1 診斷性實驗中常用的指標
4 2 鑒別診斷
第5章 診斷中的問題
5 1 疾病篩查與過度診斷
5 2 案例：用聚類演算法發現膿毒症的過度診斷
5 3 診斷錯誤——排名第三的死亡原因
5 4 案例：用XGBoost演算法找到被誤診為2型糖尿病的1型糖尿病患者
第二部分 人工智慧技術和機器學習演算法在九種常見疾病診治及管理過程中的應用
第6章 乳腺癌——女性最常見的癌症
6 1 乳腺癌篩查產生大比例假陽性
6 2 圖像識別技術對乳腺癌診斷的支持
6 3 機器學習演算法可減少不必要的腫塊切除
6 4 小結
第7章 冠心病——導致死亡的頭號殺手
7 1 冠心病的起因、位置和風險因素
7 2 心血管疾病的無創性診斷
7 3 冠心病診斷金標準：冠狀動脈造影
7 4 用於冠心病診斷與預測的AI技術及產品
7 5 用於超聲心動圖的AI技術
7 6 小結
第8章 卒中——時間就是生命
8 1 卒中的快速診斷及定量診斷
8 2 卒中的影像學診斷：ASPECTS評分和e-ASPECTS軟體
8 3 通過CT片自動計算腦脊液體積
8 4 小結
第9章 糖尿病——患病人口佔中國人口的13%
9 1 糖尿病的類型和發展階段
9 2 血糖監測與胰島素泵
9 3 使用模糊邏輯控制的人工胰腺
9 4 食物圖像識別支持胰島素劑量計算
9 5 血糖預測及低血糖偵測
9 6 糖尿病併發症預測及分析
9 7 小結
第10章 超重和肥胖——影響中國過半的成年人
10 1 肥胖的風險因素
10 2 利用遺傳信息預測肥胖
10 3 體重管理：高鈣飲食促排脂肪
10 4 兒童肥胖風險因素分析及預測
10 5 減重效果預測
10 6 小結
第11章 高血壓——影響中國近三成的成年人
11 1 血壓測量史及爭論
11 2 血壓測量的標準方法及測量差異
11 3 勺型、非勺型及反勺型血壓
11 4 SPRINT研究及高血壓較差預后的特徵發現
11 5 高血壓預測
11 6 小結
第12章 機器學習與乙肝防治
12 1 預測乙肝表面抗原血清清除率
12 2 準確評估及預測肝纖維化、肝硬化
12 3 預測肝炎患者的惡性轉化
12 4 小結
第13章 不孕不育症與輔助生殖技術
13 1 胚胎髮育過程
13 2 人工授精和體外受精
13 3 胚胎質量評估
13 4 體外受精的成功率預測
13 5 小結
第14章 阿爾茨海默病
14 1 神經元的結構和功能
14 2 失智症與阿爾茨海默病
14 3 阿爾茨海默病的診斷
14 4 阿爾茨海默病的病情發展
14 5 阿爾茨海默病數據資源簡介
14 6 使用機器學習演算法診斷阿爾茨海默病
14 7 小結
第三部分 機器學習簡介及醫療健康領域中文本處理、圖像分析、疾病預測和診斷的Python實現
第15章 機器學習簡介
15 1 用於發現數據關係的回歸分析
15 2 線性回歸的進階：logistic回歸
15 3 機器學習的基本概念及分類問題
15 4 樸素貝葉斯分類器
15 5 聚類分析和K均值演算法
15 6 機器學習演算法性能評估
15 7 過擬合和欠擬合
15 8 特徵選擇
第16章 Python語言精髓
16 1 案例：在清代方書和國家藥物基本

目錄

間架一座橋樑
16 2 案例：用線性回歸和支持向量機預測糖尿病風險
16 3 案例：用決策樹判定乳腺腫塊的良惡性
16 4 案例：使用集成學習演算法預測心臟病
16 5 案例：使用深度學習演算法為MRI影像做圖像分類以判定阿爾茨海默病的發展階段
後記
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。