本书内容分为三大部分：理论与技术、应用以及案例分析，系统介绍了医学人工智能的理论框架和知识体系。第一部分“理论与技术”，首先介绍医学人工智能的基本概念、研究背景与学科特点，接着深入阐述机器学习、深度学习等核心人工智能算法原理以及相关的优化方法，以医学影像为主的各类智能医学数据的基本知识，医学图像处理与分析技术，并延伸至医疗大数据平台、大模型及伦理法律等重要议题。第二部分“应用”，聚焦医学人工智能理论与技术在医疗各环节中的多样化应用，包括利用人工智能开展疾病的早期筛查与干预、对外科手术实施精准导航、辅助术后效果的评估与监控、推动智能医疗器械的开发、加速创新药物的研发等多个方面。第三部分“案例分析”，通过精选的两个具体案例，甲状腺结节智能诊断和儿童骨龄智能评估，展示医学人工智能技术从理论到实践的转化应用过程，进一步印证和深化前两部分内容。
样章试读
目录
- 目录
“数理医学丛书” 序
前言
第一部分 理论与技术
第1章 医学人工智能简介 3
1.1 医学人工智能的研究意义 4
1.2 医学人工智能的研究现状与挑战.5
1.3 医学人工智能的迫切性8
1.4 医学人工智能的学科特点 10
第2章 医学人工智能的基础理论 11
2.1 机器学习基础理论 12
2.1.1 机器学习的目标 12
2.1.2 机器学习的数据 13
2.1.3 数据特征与选择 14
2.1.4 机器学习的模型 15
2.2 机器学习的模型评价 16
2.2.1 分类问题的性能评价 18
2.2.2 机器学习的算法 19
2.3 现代人工智能方法 21
2.3.1 多层神经网络 23
2.3.2 卷积神经网络 24
2.3.3 深度卷积网络 25
2.3.4 神经网络的优化与预测 26
2.4 优化理论与方法 26
2.4.1 最优性理论 27
2.4.2 无约束优化算法 33
2.4.3 约束优化算法 37
2.4.4 复合优化算法 44
参考文献 60
第3章 智能医学数据基础 61
3.1 超声诊断 61
3.1.1 超声诊断的装置构成与基本原理.61
3.1.2 超声诊断的发展 62
3.1.3 超声诊断的应用 63
3.1.4 超声人工智能的发展 63
3.2 CT诊断64
3.2.1 CT成像基本原理.64
3.2.2 医学CT成像及其特点 67
3.2.3 CT诊断与人工智能 68
3.3 MRI诊断 70
3.3.1 MRI成像基本原理 70
3.3.2 MRI的发展 72
3.3.3 MRI诊断与人工智能 73
3.4 其他影像及数据 74
3.4.1 血管内超声 74
3.4.2 光学相干断层成像 75
3.4.3 脑电图 76
3.4.4 心电图 78
3.4.5 肌电图 79
参考文献 80
第4章 智能医学图像分析 83
4.1 医学图像重建.83
4.2 医学图像分割.86
4.2.1 基于阈值的分割方法 87
4.2.2 基于边缘的分割方法 88
4.2.3 基于区域的分割方法 89
4.2.4 基于深度学习的分割方法 90
4.3 医学图像配准.91
参考文献 95
第5章 医疗大数据平台 96
5.1 医疗数据的重要性 96
5.1.1 大数据 96
5.1.2 医疗大数据 97
5.2 医疗数据库建设的必要性和现状 100
5.2.1 医疗数据库建设的必要性 100
5.2.2 国际国内的数据库建设现状 101
5.3 医疗数据库建设的规范操作 103
5.3.1 目前数据库建设中的挑战问题 103
5.3.2 医学数据库的规范化建设工作 104
5.3.3 医疗数据的标注 106
第6章 医疗大模型.108
6.1 大模型概述 109
6.1.1 发展历程 109
6.1.2 模型分类 111
6.1.3 经典技术 112
6.2 医疗大模型应用现状113
6.2.1 应用潜力 114
6.2.2 应用场景 114
6.2.3 可行技术方案 116
6.2.4 风险与挑战 117
参考文献 118
第7章 伦理与法律问题 119
7.1 医学人工智能的伦理问题 119
7.1.1 人工智能伦理现状 119
7.1.2 伦理问题及相应规范 121
7.2 医学人工智能的法律问题 124
7.2.1 人工智能的法律地位 124
7.2.2 数据隐私方面 124
7.2.3 管控与责任方面 125
参考文献 126
第二部分 应用
第8章 疾病筛查 129
8.1 重大疾病早期筛查和干预 129
8.1.1 常见的重大疾病 129
8.1.2 基于医学影像数据的疾病早期筛查 134
8.1.3 基因筛查协助预防重大疾病 135
8.1.4 智能穿戴设备的个体监测方式 136
8.1.5 基于医疗数据的个性化分析 136
8.2 精神疾病筛查 137
8.2.1 癫痫智能筛查 137
8.2.2 阿尔茨海默病智能筛查 137
8.2.3 精神分裂症智能筛查 138
8.2.4 抑郁症智能筛查 139
8.2.5 焦虑障碍智能筛查 139
8.2.6 孤独症智能筛查 140
8.2.7 多动症智能筛查 140
参考文献 141
第9章 智能CT辅助手术导航 144
9.1 CT辅助神经外科手术 146
9.2 CT辅助骨科手术 149
9.3 CT辅助肝脏外科手术 154
参考文献 156
第10章 智能超声辅助手术导航 158
10.1 超声影像信息与磁定位空间信息融合.159
10.1.1 超声图像信息多模态配准 160
10.1.2 基于磁定位器的位置估计 167
10.2 手术靶点计算 169
10.2.1 术前规划的意义及研究现状 170
10.2.2 一种基于带约束聚类方法的不规则大肿瘤消融方案术前规划方法 171
10.3 术中实时定位与融合.175
10.3.1 单一影像引导方式的局限性 175
10.3.2 术中定位技术 176
10.3.3 影像融合配准技术 176
参考文献 177
第11章 术后评估和监测 182
11.1 术后疗效评估 183
11.1.1 基于可视化方式的术后评估 183
11.1.2 基于影像数据的术后评估 185
11.1.3 基于实验室检测的术后评估 186
11.1.4 基于主观指标的术后评估 188
11.2 术后跟踪检测 188
参考文献 195
第12章 智能医疗器械 196
12.1 手术机器人.196
12.1.1 什么是手术机器人 196
12.1.2 手术机器人的应用 198
12.2 通用领域手术机器人.201
12.2.1 达芬奇手术机器人简介 201
12.2.2 达芬奇手术机器人的发展 202
12.2.3 手术机器人临床案例 207
12.3 其他医疗器械 210
12.3.1 智能影像诊断 210
12.3.2 康复机器人 214
12.3.3 日常智能设备 218
12.3.4 麻醉机器人 218
参考文献 218
第13章 人工智能辅助药物研发 222
13.1 人工智能药物研发概述 222
13.2 人工智能和靶点识别.223
13.2.1 人工智能和靶点预测 223
13.2.2 人工智能辅助靶点结构预测 224
13.2.3 人工智能辅助结合位点比对 227
13.3 人工智能与活性化合物发现 227
13.3.1 人工智能和药物筛选 227
13.3.2 人工智能与药物从头设计 229
13.4 人工智能和老药新用.230
13.5 人工智能药物 ADMET 预测.232
13.6 小结 233
参考文献 233
第三部分 案例分析
第14章 甲状腺结节智能诊断应用239
14.1 研究背景与现状 239
14.2 甲状腺结节自动分割.240
14.2.1 基于卷积神经网络的自动分割方法 241
14.2.2 数据集 242
14.3 甲状腺结节智能辅助诊断 243
14.3.1 人工智能方法通用流程 243
14.3.2 甲状腺结节智能诊断技术的优势和局限性 244
参考文献 244
第15章 骨龄评估应用 246
15.1 骨龄评估的意义和方法 246
15.1.1 骨龄评估的意义 247
15.1.2 骨龄片拍摄 247
15.1.3 骨龄评估方法 248
15.2 骨龄评估中的图像处理方法 251
参考文献 254
“数理医学丛书”已出版书目.256
京公网安备 11010102004214号