|
KOMPUTEROWE WSPOMAGANIE DIAGNOSTYKI MEDYCZNEJ PRZYKŁADY ROZWIĄZAŃ
LEWENSTEIN K. wydawnictwo: WYD PW , rok wydania 2015, wydanie Icena netto: 31.50 Twoja cena 29,93 zł + 5% vat - dodaj do koszyka Komputerowe wspomaganie diagnostyki medycznej
Przykłady rozwiązań
Praca została podzielona na dwie części – pierwszą, wstępną i teoretyczną, w
której omówiono podstawy metod komputerowego wspomagania diagnostyki medycznej, oraz
drugą, poświęconą zrealizowanym praktycznym aplikacjom.
Przedstawiono, m.in., doświadczenia autora związane z: zastosowaniem różnych
modeli jednokierunkowych sieci neuronowych i klasyfikatorów k-nn w diagnozowaniu choroby
wieńcowej serca; badaniami poświęconymi wspomaganiu wykrywania przewlekłej
niewydolności serca, opartego na analizie zapisów drgań mięśnia sercowego uzyskanych
za pomocą akcelerometru i mikrofonu infradźwiękowego; analizą danych obrazowych
dotyczących wykrywania i oceny stopnia złośliwości zmian patologicznych i
mikrozwapnień w obrazach mammograficznych; oraz rozpoznawaniem uzależnienia alkoholowego
na podstawie analizy sygnału polisomnograficznego.
1. Wprowadzenie 7
2. Metody wspomagania diagnostyki – podstawy teoretyczne 11
2.1. Klasyfikatory bayesowskie, drzewa decyzyjne, minimalno-odległościowe 11
2.2. Systemy eksperckie 17
2.3. Sieci neuronowe 19
2.3.1. Mózg człowieka jako prototyp sieci neuronowych 19
2.3.2. Uczenie jednokierunkowych sieci neuronowych 24
2.3.3. Problem doboru architektury sieci. Sieć Fahlmana 30
2.3.4. Sieci o radialnych funkcjach bazowych RBF 36
2.3.5. Ocena zdolności uogólniania, testowanie systemów 42
2.4. Przygotowanie danych dla systemów wspomagających diagnostykę 48
2.5. Podsumowanie 55
Literatura 56
3. Przykładowe rozwiązania 59
3.1. Wstęp – badania prowadzone w Zakładzie Elektroniki Medycznej i Przemysłowej
59
Literatura 63
3.2. Porównanie różnych metod komputerowej oceny testów wysiłkowych we wspomaganiu
diagnostyki choroby wieńcowej serca ( Krzysztof Lewenstein ) 66
3.2.1. Wstęp 66
3.2.2. Metodyka badania 67
3.2.3. Dyskusja wyników 69
3.2.4. Wnioski 74
Literatura 74
3.3. Wspomaganie wykrywania przewlekłej niewydolności mięśnia sercowego z
zastosowaniem metod analizy chaosu (Krzysztof Lewenstein, Miłosz Jamroży) 76
3.3.1. Wstęp 76
3.3.2. Stanowisko pomiarowe 77
3.3.3. Analiza wyników badań 81
3.3.4. Wnioski 87
Literatura 88
3.4. Automatyczne wspomaganie oceny zdjęć mammograficznych z wykorzystaniem sztucznych
sieci neuronowych (Krzysztof Lewenstein, Krzysztof Urbaniak) 90
3.4.1. Wstęp 90
3.4.2. Motywy podjęcia badań. 91
3.4.3. Zaawanso wane algorytmy służące do wykryw ania zmian nowotworowych piersi na
podstawie analizy mammogramów 93
3.4.4. Algorytm identyfikacji umiejscowienia mikroz wapnień 106
3.4.5. Zastosowanie sztucznych sieci neuronowych do i dentyfikacji i klasyfikacji
mikrozwapnień 111
3.4.6. Wnioski 113
Literatura .115
3.5. Diagnozowanie uzależnienia alkoholowego na podstawie analizy sygnału
polisomnograficznego ( Krzysztof Lewenstein, Elżbieta Ślubowska ) 118
3.5.1. Wstęp 118
3.5.2. Testowanie uzależnienia alkoholowego 119
3.5.3. Baza danych .122
3.5.4. Metodyka badania 123
3.5.5. Dyskusja wyników 125
3.5.6. Wnioski 127
Literatura .128
4. Podsumowanie 131
Streszczenie 133
Summary 134
134 strony, oprawa miękka
Po otrzymaniu zamówienia poinformujemy, czy wybrany tytuł polskojęzyczny lub
anglojęzyczny jest aktualnie na półce księgarni.
|