心腦血管疾病智能診斷研究新進展

目錄
第一章 心腦血管疾病智能診斷技術(shù)簡介 1
第一節(jié) 心腦血管疾病現(xiàn)狀 1
第二節(jié) 心腦血管疾病的診斷 3
第三節(jié) 人工智能技術(shù)在心腦血管疾病診斷方面的應(yīng)用 4
第二章 心腦血管醫(yī)學影像的預處理 6
第一節(jié) 圖像去噪 6
第二節(jié) 圖像增強 10
第三節(jié) 感興趣區(qū)域提取 14
第四節(jié) 數(shù)據(jù)擴充 15
第五節(jié) 討論與總結(jié) 16
第三章 深度學習方法與網(wǎng)絡(luò) 18
第一節(jié) 深度學習方法 18
第二節(jié) 深度學習網(wǎng)絡(luò) 20
第三節(jié) 醫(yī)學影像數(shù)據(jù)分析中常用的深度學習網(wǎng)絡(luò) 26
第四節(jié) 討論與總結(jié) 29
第四章 基于深度學習的冠狀動脈自動分割及鈣化檢測 32
第一節(jié) 數(shù)據(jù)集及數(shù)據(jù)預處理 33
第二節(jié) 深度學習模型 36
第三節(jié) 冠狀動脈解剖結(jié)構(gòu)及自動分割 37
第四節(jié) 冠狀動脈鈣化檢測 42
第五節(jié) 討論與總結(jié) 43
第五章 基于深度學習與多模態(tài)影像融合的心臟分割方法 48
第一節(jié) 多模態(tài)心臟圖像 49
第二節(jié) 心臟圖像的傳統(tǒng)分割方法 50
第三節(jié) 基于深度學習的多模態(tài)心臟分割方法 54
第四節(jié) 討論與總結(jié) 63
第六章 橈動脈脈搏波分析及其臨床應(yīng)用 68
第一節(jié) 測量方法 69
第二節(jié) 波形分析 70
第三節(jié) 波形分類與參數(shù)估計 74
第四節(jié) 臨床應(yīng)用 75
第五節(jié) 討論與總結(jié) 78
第七章 基于單導聯(lián)心電圖的房顫自動檢測 82
第一節(jié) 數(shù)據(jù)來源和評估指標 82
第二節(jié) 數(shù)據(jù)預處理和特征提取 85
第三節(jié) 機器學習在房顫檢測中的應(yīng)用 87
第四節(jié) 深度學習在房顫檢測中的應(yīng)用 90
第五節(jié) 討論與總結(jié) 92
第八章 動脈僵硬度的無創(chuàng)檢測方法 96
第一節(jié) 局部動脈僵硬度 96
第二節(jié) 區(qū)域動脈僵硬度 100
第三節(jié) 全身動脈僵硬度 103
第四節(jié) 動脈僵硬度的估測 104
第五節(jié) 討論與總結(jié) 106
第九章 基于血流動力學模型的血管狹窄的模擬和檢測 110
第一節(jié) 基于醫(yī)學影像的血管狹窄檢測方法 110
第二節(jié) 基于血流動力學模型的血管狹窄仿真 112
第三節(jié) 基于低維血流動力學模型的動脈血管狹窄檢測 116
第四節(jié) 討論與總結(jié) 118
第十章 基于心電信號的心肌梗死診斷與定位 123
第一節(jié) 數(shù)據(jù)集及預處理 123
第二節(jié) 心肌梗死類型 125
第三節(jié) 機器學習在心肌梗死診斷中的應(yīng)用 125
第四節(jié) 深度學習在心肌梗死診斷中的應(yīng)用 127
第五節(jié) 實驗結(jié)果對比 128
第六節(jié) 討論與總結(jié) 130
第十一章 深度學習在心血管超聲影像中的應(yīng)用 133
第一節(jié) 深度學習方法 134
第二節(jié) 心血管超聲影像預處理方法 134
第三節(jié) 分類 136
第四節(jié) 檢測 137
第五節(jié) 分割 138
第六節(jié) 其他任務(wù) 139
第七節(jié) 討論與總結(jié) 140
第十二章 深度學習在腦血管自動檢測與分割中的應(yīng)用 143
第一節(jié) 數(shù)據(jù)預處理和深度學習模型 144
第二節(jié) 二維腦血管應(yīng)用 145
第三節(jié) 三維腦血管應(yīng)用 148
第四節(jié) 討論與總結(jié) 151
第十三章 心腦血管疾病智能診斷的挑戰(zhàn)與展望 155