Artificial Intelligence in Radiation Therapy 2023

دانلود کتاب پزشکی هوش مصنوعی در پرتودرمانی

نویسنده

Iori Sumida

تعداد صفحه‌ها

150

نوع فایل

pdf

حجم

11 Mb

سال انتشار

2023

89,000 تومان

دانلود ۳۰.۰۰۰ کتاب پزشکی فقط با قیمت یک کتاب و ۹۹ هزار تومان !
توضیحات

هوش مصنوعی برای خودکارسازی و بهبود جنبه‌های مختلف علم پزشکی استفاده شده است. برای برنامه ریزی رادیوتراپی، چندین الگوریتم برای حمایت بهتر از برنامه ریزان ایجاد شده است. این کتاب کاربردهای هوش مصنوعی (AI) را در پرتودرمانی با توجه به گردش کار پرتودرمانی بالینی ارائه می‌کند. یک بخش مقدماتی ضرورت هوش مصنوعی را با توجه به دقت و کارایی در محیط‌های بالینی و به دنبال روش یادگیری پایه و معرفی کاربردهای بالقوه در رادیوتراپی توضیح می‌دهد. برخی از فصل ها همچنین شامل کدهای منبع نمونه هستند که خواننده ممکن است در شبکه عصبی اصلی خود استفاده کند.

این کتاب متنی عالی برای پزشکان و محققان با تجربه تر و اعضای انجمن های فیزیک پزشکی مانند AAPM، ASTRO و ESTRO خواهد بود. دانشجویان و دانشجویان تحصیلات تکمیلی با تمرکز بر فیزیک پزشکی نیز از این متن بهره مند خواهند شد.

ویژگی‌های کلیدی:

  • فصل‌های سیستماتیک برای گردش کار رادیوتراپی تنظیم شده‌اند.

  • به تفصیل توضیح می دهد که چگونه هوش مصنوعی به شکل گیری دیدگاه در رادیوتراپی آینده کمک می کند.

  • کدهای منبع معمولی برای پیاده سازی شبکه عصبی گنجانده شده است.

  • این کتاب به عنوان یک توسعه دهنده هوش مصنوعی از خواننده پشتیبانی می کند.

توضیحات(انگلیسی)

Artificial intelligence has been utilized to automate and improve various aspects of medical science. For radiotherapy treatment planning, many algorithms have been developed to better support planners. The book provides applications of artificial intelligence (AI) in radiation therapy according to the clinical radiotherapy workflow. An introductory section explains the necessity of AI regarding accuracy and efficiency in clinical settings followed by a basic learning method and introduction of potential applications in radiotherapy. Some chapters also include typical source codes which the reader may use in their original neural network.

This book would be an excellent text for more experienced practitioners and researchers and members of medical physics communities, such as AAPM, ASTRO, and ESTRO. Students and graduate students who are focusing on medical physics would also benefit from this text.

Key Features:

  • Systematic chapters are designed over the radiotherapy workflow.

  • Describes in detail how AI contributes to a perspective in the future radiotherapy.

  • Typical source codes are included to implement a neural network.

  • The book supports the reader as a developer of AI.