Machine Learning and Deep Learning Techniques for Medical Image Recognition
eBook - ePub

Machine Learning and Deep Learning Techniques for Medical Image Recognition

Ben Othman Soufiene, Chinmay Chakraborty, Ben Othman Soufiene, Chinmay Chakraborty

Condividi libro
  1. 258 pagine
  2. English
  3. ePUB (disponibile sull'app)
  4. Disponibile su iOS e Android
eBook - ePub

Machine Learning and Deep Learning Techniques for Medical Image Recognition

Ben Othman Soufiene, Chinmay Chakraborty, Ben Othman Soufiene, Chinmay Chakraborty

Dettagli del libro
Indice dei contenuti
Citazioni

Informazioni sul libro

Machine Learning and Deep Learning Techniques for Medical Image Recognition comprehensively reviews deep learning-based algorithms in medical image analysis problems including medical image processing. It includes a detailed review of deep learning approaches for semantic object detection and segmentation in medical image computing and large-scale radiology database mining. A particular focus is placed on the application of convolutional neural networks with the theory and varied selection of techniques for semantic segmentation using deep learning principles in medical imaging supported by practical examples.

Features:

  • Offers important key aspects in the development and implementation of machine learning and deep learning approaches toward developing prediction tools and models and improving medical diagnosis
  • Teaches how machine learning and deep learning algorithms are applied to a broad range of application areas, including chest X-ray, breast computer-aided detection, lung and chest, microscopy, and pathology
  • Covers common research problems in medical image analysis and their challenges
  • Focuses on aspects of deep learning and machine learning for combating COVID-19
  • Includes pertinent case studies

This book is aimed at researchers and graduate students in computer engineering, artificial intelligence and machine learning, and biomedical imaging.

Domande frequenti

Come faccio ad annullare l'abbonamento?
È semplicissimo: basta accedere alla sezione Account nelle Impostazioni e cliccare su "Annulla abbonamento". Dopo la cancellazione, l'abbonamento rimarrà attivo per il periodo rimanente già pagato. Per maggiori informazioni, clicca qui
È possibile scaricare libri? Se sì, come?
Al momento è possibile scaricare tramite l'app tutti i nostri libri ePub mobile-friendly. Anche la maggior parte dei nostri PDF è scaricabile e stiamo lavorando per rendere disponibile quanto prima il download di tutti gli altri file. Per maggiori informazioni, clicca qui
Che differenza c'è tra i piani?
Entrambi i piani ti danno accesso illimitato alla libreria e a tutte le funzionalità di Perlego. Le uniche differenze sono il prezzo e il periodo di abbonamento: con il piano annuale risparmierai circa il 30% rispetto a 12 rate con quello mensile.
Cos'è Perlego?
Perlego è un servizio di abbonamento a testi accademici, che ti permette di accedere a un'intera libreria online a un prezzo inferiore rispetto a quello che pagheresti per acquistare un singolo libro al mese. Con oltre 1 milione di testi suddivisi in più di 1.000 categorie, troverai sicuramente ciò che fa per te! Per maggiori informazioni, clicca qui.
Perlego supporta la sintesi vocale?
Cerca l'icona Sintesi vocale nel prossimo libro che leggerai per verificare se è possibile riprodurre l'audio. Questo strumento permette di leggere il testo a voce alta, evidenziandolo man mano che la lettura procede. Puoi aumentare o diminuire la velocità della sintesi vocale, oppure sospendere la riproduzione. Per maggiori informazioni, clicca qui.
Machine Learning and Deep Learning Techniques for Medical Image Recognition è disponibile online in formato PDF/ePub?
Sì, puoi accedere a Machine Learning and Deep Learning Techniques for Medical Image Recognition di Ben Othman Soufiene, Chinmay Chakraborty, Ben Othman Soufiene, Chinmay Chakraborty in formato PDF e/o ePub, così come ad altri libri molto apprezzati nelle sezioni relative a Technology & Engineering e Biomedical Science. Scopri oltre 1 milione di libri disponibili nel nostro catalogo.

Informazioni

Editore
CRC Press
Anno
2023
ISBN
9781003805700

Indice dei contenuti