推荐一本AI+医疗书:《机器学习和深度学习基础以及医学应用》,附21篇精选综述

当代医学仍然存在许多亟待解决的问题,比如日益增加的成本、医疗服务水平的下降...但近几年AI技术的发展却给医疗领域带来了革命性的变化,因此AI+医疗迅速兴起。

从目前已知的成果来看,人工智能在医学领域的应用已经相当广泛,智能诊断、影像识别、语音识别、预防性医学、AI辅助治疗等技术也为我们提供了更加便捷有效的医疗服务。可以看见,AI+医疗会是未来的研究热门与市场指向之一。

既然都是热门了,作为人工智能领域的我们怎么能错过这个好发论文的方向?所以我今天就来和同学们分享AI+医疗领域的资源包了。

这次不仅是整理了21篇AI医疗必读的论文综述,我还发现了一本宝藏书籍。

《机器学习和深度学习在医学中的基础知识》

这本书是由三位大佬联合撰写,为医学学生、研究人员和专业人员提供了机器学习和医学深度学习的基础介绍,只需在本科阶段选修过一门数学入门课程(比如微积分)就可以轻松的读懂!

本书涉及医学数据的数学编码、线性回归和分类、非线性特征工程、深度学习、卷积和循环神经网络、强化学习等知识。每一章以练习集结束,供读者练习和测试所学。

需要全书pdf的同学看文末

21篇必读论文综述

整理的论综述涉及医学图像配准、医学图像分割、迁移学习和多模态融合等细分领域,分享出来主要就是为了帮助大家快速了解AI+医疗的研究现状与方向。

1、A Comprehensive Review of Markov Random Field and Conditional Random Field Approaches in Pathology Image Analysis (病理图像分析中MRF和CRF方法综述

2、Medical Instrument Detection in Ultrasound: A Review (超声引导治疗的医疗器械检测

3、Multiple Sclerosis Lesion Segmentation - A Survey of Supervised CNN-Based Methods (多发性硬化病变分割--基于有监督CNN的方法综述

4、A review: Deep learning for medical image segmentation using multi-modality fusion(多模态融合用于医学图像分割的深度学习综述

5、High-level Prior-based Loss Functions for Medical Image Segmentation: A Survey (基于高层先验损失函数的医学图像分割综述

6、Deep Learning Based Brain Tumor Segmentation: A Survey(基于深度学习的脑肿瘤分割研究综述

7、Medical Image Segmentation Using Deep Learning: A Survey(基于深度学习的医学图像分割研究综述

8、A Survey on Deep Learning for Neuroimaging-based Brain Disorder Analysis (基于神经成像的脑疾病分析深度学习研究综述

9、A Survey on Deep Learning and Explainability for Automatic Report Generation from Medical Images(基于图像的医学报告自动生成的深度学习和可解释性研究综述

10、Learning-Based Algorithms for Vessel Tracking: A Review(基于学习的血管跟踪算法综述

11、Deep Learning in Computer-Aided Diagnosis and Treatment of Tumors: A Survey(计算机辅助肿瘤诊疗中的深度学习研究综述

12、A scoping review of transfer learning research on medical image analysis using ImageNet(利用ImageNet进行医学图像分析的迁移学习研究述评

13、Common pitfalls and recommendations for using machine learning to detect and prognosticate for COVID-19 using chest radiographs and CT scans(利用胸片和CT扫描进行冠状病毒检测和预测的机器学习:一项系统方法学综述

14、Towards Automatic Threat Detection: A Survey of Advances of Deep Learning within X-ray Security Imaging (迈向自动威胁检测:X射线安全成像中深度学习进展综述

15、A Review on End-To-End Methods for Brain Tumor Segmentation and Overall Survival Prediction(脑肿瘤的端到端分割和总体生存预测方法综述

16、A Comprehensive Review for Breast Histopathology Image Analysis Using Classical and Deep Neural Networks (使用经典和深层神经网络进行的乳房组织病理学图像分析的全面综述

17、Medical Image Registration Using Deep Neural Networks: A Comprehensive Review(使用深度神经网络的医学图像配准:全面综述

18、3D Bounding Box Detection in Volumetric Medical Image Data: A Systematic Literature Review(体医学图像数据中三维包围盒检测的系统文献综述

19、A Review on Deep Learning Techniques for the Diagnosis of Novel Coronavirus (COVID-19) (新型冠状病毒(冠状病毒)诊断的深度学习技术综述

20、Deep neural network models for computational histopathology: A survey(用于计算组织病理学的深度神经网络模型综述

21、A Survey on Incorporating Domain Knowledge into Deep Learning for Medical Image Analysis (域知识驱动的医学图像深度学习研究综述

关注下方《学姐带你玩AI》🚀🚀🚀

回复"AI医疗"获取全部论文+书籍pdf

码字不易,欢迎大家点赞评论收藏!

相关推荐
deephub几秒前
使用 PyTorch-BigGraph 构建和部署大规模图嵌入的完整教程
人工智能·pytorch·深度学习·图嵌入
羞儿7 分钟前
【读点论文】Text Detection Forgot About Document OCR,很实用的一个实验对比案例,将科研成果与商业产品进行碰撞
深度学习·ocr·str·std
deephub33 分钟前
优化注意力层提升 Transformer 模型效率:通过改进注意力机制降低机器学习成本
人工智能·深度学习·transformer·大语言模型·注意力机制
搏博1 小时前
神经网络问题之二:梯度爆炸(Gradient Explosion)
人工智能·深度学习·神经网络
不高明的骗子1 小时前
【深度学习之一】2024最新pytorch+cuda+cudnn下载安装搭建开发环境
人工智能·pytorch·深度学习·cuda
Chef_Chen1 小时前
从0开始学习机器学习--Day33--机器学习阶段总结
人工智能·学习·机器学习
搏博1 小时前
神经网络问题之:梯度不稳定
人工智能·深度学习·神经网络
Sxiaocai1 小时前
使用 PyTorch 实现并训练 VGGNet 用于 MNIST 分类
pytorch·深度学习·分类
databook1 小时前
『玩转Streamlit』--布局与容器组件
python·机器学习·数据分析
肖永威2 小时前
CentOS环境上离线安装python3及相关包
linux·运维·机器学习·centos