医学人工智能导论_唐子惠2020P505_9787547848128电子版

本教材是普通高等教育医学类创新课程“十三五”规划教材，全国高等医药院校教材，我国医学领域人工智能专业教材。本书开创性地介绍了医学和人工智能的新交叉学科领域，突出医学专业背景及医学应用场景，并且提供一些智能计算分析方法及Python代码实现。本书促进医学生、医务工作人员以及人工智能相关领域人员更好地熟悉医学人工智能的基本原理，掌握医学人工智能的基本技术，理解医学人工智能的内涵，以便拓宽知识面，启发医学生对医学人工智能的兴趣，培养知识创新和技术创新能力，进一步推动人工智能在医学的应用和发展。医学人工智能是推动现代医学向智能医学发展的关键因素。 

医学人工智能是医学和人工智能的交叉领域，主要研究人工智能的医学基础、医学知识表示、医学知识获取和医学知识应用的科学。本书主要内容主要包括：医学人工智能的基础、医学知识表示、医学知识获取、医学知识应用四部分。医学人工智能的基础主要介绍医学人工智能的医学基础，医学人工智能的编程基础和数据科学基础；医学知识表示主要介绍知识表示及医学知识图谱；医学知识获取主要介绍机器学习，深度学习，推理方法，搜索策略和智能计算。医学知识应用涉及智能医学，医学自然语言处理，医学专家系统，医学图像处理和分析，医学机器人及智能体。

章医学人工智能概论

节 人工智能
第二节 医学人工智能

第二章医学人工智能的医学基础

节 医学与人工智能
第二节 神经生理基础
第三节 视觉和听觉
第四节 学习和记忆
第五节 思维
第六节 意识和认知结构

第三章医学人工智能的编程基础

节 Python概述
第二节 Python编程基础

第四章医学人工智能的数据分析基础

节 医学数据及处理
第二节 医学数据分析
第三节 临床数据处理及分析实例

第五章医学知识图谱

节 概念表示
第二节 知识表示
第三节 知识图谱
第四节 医学知识图谱
第五节 医学知识图谱构建示例

第六章机器学习

节 机器学习
第二节 监督学习
第三节 无监督学习
第四节 半监督学习
第五节 弱监督学习
第六节 强化学习
第七节 表示学习
第八节 医学领域的机器学习
第九节 基于机器学习的疾病风险建模实例

第七章深度学习

节 人工神经网络
第二节 深度学习
第三节 深度学习的医学应用
第四节 人工神经网络和深度学习的应用示例

第八章推理方法

节 推理的概念
第二节 确定性推理
第三节 不确定性推理
第四节 医学领域的推理方法

第九章搜索策略

节 搜索的概念
第二节 状态空间搜索
第三节 盲目搜索
第四节 启发式搜索
第五节 博弈搜索

第十章智能计算

节 智能计算概述
第二节 进化算法
第三节 群智能算法

第十一章智能医学

节 智能医学概论
第二节 医学人工智能的应用
第三节 智慧医疗

第十二章医学自然语言处理

节 自然语言处理概述
第二节 自然语言处理的数据和模型
第三节 自然语言处理的关键技术
第四节 自然语言处理应用
第五节 医学自然语言处理
第六节 基于自然语言处理的文本内容比较示例

第十三章医学决策支持系统

节 专家系统
第二节 智能决策支持系统
第三节 医学决策支持系统
第四节 基于混合推理的中医证型诊断模型构建的实例

第十四章医学图像处理和分析

节 计算机视觉
第二节 医学图像处理和分析

第十五章医疗机器人和多智能体系统

节 机器人
第二节 智能机器人
第三节 医疗机器人
第四节 智能体
第五节 多智能体系统

参考文献

丛 书 名：

• 作  者：唐子惠
• 出 版 社：上海科学技术出版社
• 出版日期：2020-04-01

• 版    次：1
• 页    数：
• 字    数：

• 印刷时间：2020-04-01
• 开    本：16开
• 纸    张：胶版纸

• 印    次：1
• I S B N：9787547848128
• 包    装：平装-胶订