بهبود پیش‌بینی و توانبخشی اختلالات عصبی با استفاده از هوش مصنوعی ۲۰۲۲
Augmenting Neurological Disorder Prediction and Rehabilitation Using Artificial Intelligence 2022

ارتقای پیش‌بینی و توانبخشی اختلالات عصبی با استفاده از هوش مصنوعی، بر این موضوع تمرکز دارد که چگونه علوم اعصاب می‌توانند از پیشرفت‌های هوش مصنوعی بهره‌مند شوند، به ویژه در زمینه‌هایی مانند تجزیه و تحلیل تصاویر پزشکی برای تشخیص بهتر بیماری آلزایمر، تشخیص زودهنگام رویدادهای حاد عصبی، پیش‌بینی سکته مغزی، قطعه‌بندی تصاویر پزشکی برای ارزیابی کمی نوروآناتومی و عروق، تشخیص بیماری آلزایمر، اختلال طیف اوتیسم و سایر اختلالات عصبی مهم.

فصل‌ها همچنین به این موضوع می‌پردازند که چگونه هوش مصنوعی می‌تواند به پیش‌بینی بهبودی پس از سکته مغزی کمک کند و چگونه از یادگیری ماشینی و هوش مصنوعی در شخصی‌سازی درمان توانبخشی سکته مغزی استفاده می‌شود. بخش‌های دیگر به صرع و استفاده از تکنیک‌های یادگیری ماشینی برای تشخیص ضایعات صرعی در MRI و نحوه درک شبکه‌های عصبی می‌پردازند.

این کتاب به خوانندگان درک درستی از کاربردهای کلیدی هوش مصنوعی و یادگیری ماشینی در تشخیص و درمان مهم‌ترین اختلالات عصبی ارائه می‌دهد. پیشرفت‌های اخیر هوش مصنوعی و یادگیری ماشینی را در ارزیابی حجم زیادی از داده‌های بالینی برای تشخیص زودهنگام اختلالاتی مانند بیماری آلزایمر، اختلال طیف اوتیسم، ام‌اس (Multiple Sclerosis)، اختلال سردرد، صرع و سکته مغزی ادغام می‌کند. این کتاب نمونه‌های روشنگری از نحوه کاربرد هوش مصنوعی در پیش‌بینی پیامد، توانبخشی عصبی و معاینات بالینی، از جمله طیف گسترده‌ای از مطالعات موردی در پیش‌بینی و طبقه‌بندی اختلالات عصبی را در اختیار خوانندگان قرار می‌دهد.

Augmenting Neurological Disorder Prediction and Rehabilitation Using Artificial Intelligence focuses on how the neurosciences can benefit from advances in AI, especially in areas such as medical image analysis for the improved diagnosis of Alzheimer’s disease, early detection of acute neurologic events, prediction of stroke, medical image segmentation for quantitative evaluation of neuroanatomy and vasculature, diagnosis of Alzheimer’s Disease, autism spectrum disorder, and other key neurological disorders. Chapters also focus on how AI can help in predicting stroke recovery, and the use of Machine Learning and AI in personalizing stroke rehabilitation therapy. Other sections delve into Epilepsy and the use of Machine Learning techniques to detect epileptogenic lesions on MRIs and how to understand neural networks. – Provides readers with an understanding on the key applications of artificial intelligence and machine learning in the diagnosis and treatment of the most important neurological disorders – Integrates recent advancements of artificial intelligence and machine learning to the evaluation of large amounts of clinical data for the early detection of disorders such as Alzheimer’s Disease, autism spectrum disorder, Multiple Sclerosis, headache disorder, Epilepsy, and stroke – Provides readers with illustrative examples of how artificial intelligence can be applied to outcome prediction, neurorehabilitation and clinical exams, including a wide range of case studies in predicting and classifying neurological disorders