人工智能在肺癌诊断中的应用

第1章 肺癌诊断的医学背景
1．1 肺癌
1．1．1 肺癌的分类
1．1．2 肺癌的临床分期
1．1．3 肺癌的症状
1．1．4 导致肺癌的因素
1．1．5 预防肺癌
1．2 肺癌诊断与病理学评估
1．2．1 辅助影像学检查方法
1．2．2 肺癌组织学或细胞学检查技术
1．2．3 实验室血清学检查
1．2．4 病理学评估与分子病理学检测
1．3 肺癌的治疗手段
1．4 肺癌智能诊断的意义
1．5 小结
第2章 肺癌诊断的相关医疗数据
2．1 医院信息系统和图像存档与传输系统
2．2 影像学数据
2．3 电子病历数据与患者临床信息
2．4 医疗数据在智能肺癌诊断中的使用
2．5 小结
第3章 人工智能理论基础
3．1 机器学习基础
3．1．1 机器学习分类
3．1．2 机器学习流程概述
3．1．3 机器学习任务关键方法
3．2 深度学习基础——神经网络技术简介
3．2．1 前向传播
3．2．2 激活函数
3．2．3 反向传播
3．2．4 参数初始化与正则化
3．3 深度学习下的计算机视觉
3．3．1 卷积神经网络
3．3．2 目标检测任务
3．3．3 目标分割任务
3．4 小结
第4章 肺癌智能诊断的常用工具与框架
4．1 scikit-learn框架
4．1．1 简介
4．1．2 使用scikit-learn进行机器学习
4．2 TensorFlow框架
4．2．1 TensorFlow中的计算图
4．2．2 TensorFlow中的数据结构
4．2．3 使用TensorFlow搭建神经网络
4．3 PyTorch框架
4．3．1 PyTorch的科学计算
4．3．2 使用PyTorch搭建神经网络
4．4 小结
……
第5章 肺癌智能诊断流程
第6章 肺癌数据预处理与特征提取
第7章 肺结节检测
第8章 肺结节良恶性诊断
第9章 肺部三维重建与可视化
第10章 总结与展望
参考文献