AI醫(yī)學圖像處理（基于Python語言的Dragonfly）
定 價：99.8 元
- 作者：楊慧芳
- 出版時間：2023/2/1
- ISBN：9787115602602
- 出 版 社：人民郵電出版社
- 中圖法分類：R445
- 頁碼：168
- 紙張：
- 版次：01
- 開本：16開
這是一本“將人工智能技術(shù)運用于醫(yī)學案例，利用先進技術(shù)解決臨床問題”的圖書。本書使用三維圖像專業(yè)處理軟件Dragonfly（基于Python語言，封裝了多個機器學習庫）作為具體的實現(xiàn)工具。
本書介紹了人工智能與醫(yī)療的介紹、醫(yī)療領域中的圖像處理、醫(yī)學圖像處理的常規(guī)流程等內(nèi)容，并通過6個真實的醫(yī)學案例展現(xiàn)人工智能技術(shù)在醫(yī)學圖像學領域的應用，從醫(yī)工交叉的角度出發(fā)，深入探討醫(yī)學圖像問題的處理方法，旨在讓讀者了解如何將人工智能技術(shù)切實落地于醫(yī)學圖像學中，幫助其提升運用人工智能技術(shù)處理醫(yī)學圖像問題的能力。
1.AI+醫(yī)學圖像處理，注重實戰(zhàn)。
2.Dragonfly封裝了諸多機器學習庫，易上手、可操作性強。
3.緊貼“醫(yī)學+AI”概念——現(xiàn)在科研領域和資本中的熱門技術(shù)。
4.針對“醫(yī)生、科研人員處理影像數(shù)據(jù)，標注數(shù)據(jù)面臨的難題”，針對性強。
楊慧芳，北京大學口腔醫(yī)院口腔生物材料和數(shù)字診療裝備國家工程研究中心、口腔數(shù)字化醫(yī)學研究中心工程師，擁有首都醫(yī)科大學生物醫(yī)學工程碩士學位。主要研究方向為口腔數(shù)字化醫(yī)學、醫(yī)學圖像處理等。先后發(fā)表文章30余篇，申請發(fā)明專利10項（獲批2項），曾參與多項國家和省部級科研項目。
第 1章 人工智能與醫(yī)療 1
1.1 人工智能在醫(yī)療領域的發(fā)展 1
1.1.1 人工智能在醫(yī)療領域的發(fā)展史 1
1.1.2 “人工智能+醫(yī)療”行業(yè)現(xiàn)狀 6
1.2 人工智能在醫(yī)療領域的發(fā)展階段以及具體實現(xiàn) 9
1.2.1 發(fā)展階段 9
1.2.2 具體實現(xiàn) 10
1.3 人工智能在醫(yī)學圖像領域的應用 14
1.4 人工智能在口腔領域的研究進展 15
1.5 拓展閱讀 17
第 2章 醫(yī)療領域中的圖像處理 19
2.1 醫(yī)療領域的圖像處理技術(shù)及其應用 19
2.2 醫(yī)學圖像處理案例 20
2.3 醫(yī)學圖像處理的常用軟件 21
2.3.1 ImageJ 21
2.3.2 MATLAB 22
2.3.3 VTK 22
2.3.4 MIPAR 23
2.3.5 Dragonfly 24
2.3.6 OpenCV 24
2.3.7 Mimics 24
2.3.8 Amira 25
2.4 拓展閱讀 25
第3章 醫(yī)學圖像處理的常規(guī)流程 27
3.1 圖像獲取 27
3.1.1 醫(yī)學圖像的獲取方式 27
3.1.2 醫(yī)學圖像的存儲格式 28
3.1.3 醫(yī)學圖像的處理和分析 28
3.2 圖像預處理 29
3.2.1 坐標系的定義 29
3.2.2 空間坐標變換 30
3.2.3 圖像灰度值歸一化 31
3.3 圖像標注 31
3.3.1 圖像標注的定義 31
3.3.2 圖像標注軟件 32
3.4 數(shù)據(jù)增強 32
3.4.1 數(shù)據(jù)增強的定義 33
3.4.2 圖像數(shù)據(jù)增強 33
3.5 圖像分割 35
3.5.1 圖像分割的定義 35
3.5.2 常用的經(jīng)典圖像分割方法 36
3.5.3 常用的基于深度學習的圖像分割技術(shù) 37
3.6 圖像配準 40
3.6.1 圖像配準的定義 40
3.6.2 圖像配準的類型 41
3.6.3 圖像配準中的對象分類 41
3.6.4 圖像配準的方法 42
3.7 圖像融合 42
3.8 三維重建及數(shù)據(jù)導出 43
3.8.1 三維重建 43
3.8.2 數(shù)據(jù)導出 43
3.9 數(shù)據(jù)分析 43
3.9.1 特征提取：構(gòu)建影像特征知識庫 43
3.9.2 CT中骨組織的影像特征分析 43
3.9.3 MRI中軟組織的影像特征分析 44
3.9.4 構(gòu)建相應的疾病預測模型 44
3.9.5 結(jié)構(gòu)化報告生成 44
3.10 拓展閱讀 44
第4章 醫(yī)學圖像處理軟件Dragonfly 45
4.1 Dragonfly概述 45
4.1.1 軟件概述 46
4.1.2 軟件下載與安裝環(huán)境要求 47
4.1.3 Dragonfly的優(yōu)勢 48
4.2 Dragonfly界面及其主要功能 50
4.2.1 Dragonfly界面 50
4.2.2 Dragonfly的主要功能 53
4.3 Dragonfly的拓展模塊 60
4.3.1 Macro Player 60
4.3.2 Macro Builder 61
4.3.3 Infinite Toolbox 62
4.3.4 Python Console 63
4.4 Dragonfly的應用模塊 64
4.4.1 骨骼分析模塊 64
4.4.2 連通單元分析模塊 65
4.4.3 CT重建模塊 66
4.4.4 人工智能模塊 66
4.5 Dragonfly的工作流程 68
4.5.1 Dragonfly的一般工作流程 68
4.5.2 工作流程中的重要步驟 69
第5章 語義分割——口腔CBCT圖像中牙齒和牙髓及周邊組織的分割 77
5.1 圖像導入 77
5.2 圖像預處理 78
5.2.1 空間坐標系校正 79
5.2.2 灰度值歸一化 80
5.3 圖像標注 82
5.3.1 選擇Frame 82
5.3.2 確定分類 84
5.3.3 ROI標注 85
5.4 模型生成 88
5.5 數(shù)據(jù)增強 90
5.6 神經(jīng)網(wǎng)絡訓練 91
5.7 應用網(wǎng)絡 93
5.8 總結(jié)與思考 97
第6章 三維建�！窝芎蜌夤芊指� 99
6.1 圖像導入 99
6.2 圖像標注 99
6.3 訓練模型 104
6.4 結(jié)果分析 105
6.5 總結(jié)與思考 106
第7章 圖像配準——口腔術(shù)前和術(shù)后數(shù)據(jù)的配準應用 109
7.1 圖像導入 109
7.2 圖像預處理（三維空間坐標系校正） 109
7.3 圖像配準 111
7.3.1 手動圖像配準 111
7.3.2 自動圖像配準 113
7.4 總結(jié)與思考 116
第8章 分割與特征提取——骨組織的形態(tài)學分析 117
8.1 骨的背景知識 117
8.2 Dragonfly中Bone Analysis模塊的操作流程 118
8.3 骨的測量參數(shù) 119
8.3.1 骨分析的通用參數(shù) 119
8.3.2 骨小梁分析的參數(shù) 121
8.3.3 皮質(zhì)骨分析的參數(shù) 122
8.4 圖像導入 124
8.5 圖像預處理與骨分割 125
8.6 Dragonfly軟件中的Bone Analysis模塊 130
8.7 各向異性的計算原理 136
8.8 單層測量 138
8.9 總結(jié)與思考 139
第9章 特征計算及分析——醫(yī)用材料方面的應用 143
9.1 圖像導入 143
9.2 圖像可視化 144
9.3 閾值分割、注釋和測量 145
9.4 分水嶺分割 146
9.5 量化分析 153
9.6 總結(jié)與思考 156
第 10章 目標檢測——腹部CT腎臟區(qū)域的標注 157
10.1 圖像導入 157
10.2 圖像標注 157
10.3 生成YOLOv3模型 159
10.4 訓練YOLOv3模型 160
10.5 應用YOLOv3模型 162
10.6 總結(jié)與思考 163
第 11章 未來展望 165
11.1 人工智能在醫(yī)學領域的發(fā)展現(xiàn)狀及趨勢 165
11.2 人工智能在骨科領域的發(fā)展現(xiàn)狀及趨勢 166
11.3 人工智能在口腔領域的發(fā)展現(xiàn)狀及趨勢 167
11.4 拓展閱讀 168
書單推薦
