Aprendizaje profundo en el procesamiento y análisis de imágenes médicas

Título original:

Deep Learning in Medical Image Processing and Analysis

Contenido del libro:

Las imágenes médicas, en diversos formatos, son utilizadas por los médicos para identificar anomalías o marcadores asociados a determinadas afecciones, como cánceres, enfermedades, anomalías u otras condiciones de salud adversas. Los algoritmos de aprendizaje profundo utilizan grandes volúmenes de datos para entrenar al ordenador a reconocer determinadas características en las imágenes que están asociadas a la enfermedad o afección que se desea identificar.

Mientras que analizar las imágenes a ojo puede llevar mucho tiempo, los algoritmos de aprendizaje profundo tienen la ventaja de revisar las imágenes médicas a un ritmo más rápido de lo que puede hacerlo un humano, lo que ayuda al clínico, acelerando los diagnósticos y liberando tiempo de los clínicos para otras tareas.

Deep Learning in Medical Image Processing and Analysis presenta los fundamentos del aprendizaje profundo para el análisis de imágenes biomédicas en aplicaciones como la oftalmología, la detección del cáncer y las enfermedades cardíacas. El libro considera los principios de la selección de características multi-instancia, optimización de enjambres, modelos de procesamiento paralelo, redes neuronales artificiales, máquinas de vectores de soporte, así como su diseño y optimización, en aplicaciones biomédicas. También se tratan temas como la seguridad de los datos, la confidencialidad de los pacientes, la eficacia y la fiabilidad.

Escrito por un equipo internacional de expertos, este libro editado cubre principios y aplicaciones para la industria y los investigadores académicos, científicos, ingenieros, desarrolladores y diseñadores en los campos del aprendizaje automático, aprendizaje profundo, IA, procesamiento de imágenes, procesamiento de señales, ciencias de la computación o campos relacionados. También será de interés para organismos de normalización y reguladores, así como para médicos que utilicen modelos de aprendizaje profundo.