藤田広志の作品一覧
「藤田広志」の「医療AIとディープラーニングシリーズ 超音波画像AI診断」「医療AIとディープラーニングシリーズ 内視鏡画像AI」ほか、ユーザーレビューをお届けします！
- 作者をフォローする
- フォローすると、この作者の新刊が配信された際に、お知らせします。
作品一覧
-
-1巻3,960円 (税込)※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 医用画像診断支援の分野では人工知能が組み込まれたAI-PACS（画像保管管理システム）の普及が期待されています。こうした状況の中でPythonはその学びやすさと、また画像処理や人工知能のためのパッケージが多く提供されていることから、今後ますます、簡単な実験から臨床研究などへ幅広く使用されていくことが予想されます。 本書では、深層学習の基礎的な内容、Pythonの基礎はおさえたうえで、医用画像応用に特化して、最新のデータセットやライブラリを使用して画像解析、診断への適用などの基礎的な内容をわかりやすく解説するものです。改訂にあたって、医用画像の標準規格であるDICOMの最新版の取扱いを解説するとともに、生成AIの適用・応用についてもふれています。 第1章 開発環境を構築する 第2章 Pythonプログラミングの基本を学ぶ 第3章 DICOM画像の表示と基本画像処理 第4章 画像管理とDICOM応用処理 第5章 Pythonを使った人工知能の前処理を学ぶ 第6章 Pythonを使った人工知能の基本を理解する 第7章 人工知能開発の実践 第8章 医用画像処理における生成AI活用 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 内視鏡画像に関するAI技術をまとめた初めての書 本書は、「基礎編」、「事例編」、「実践編」の3編構成となっています。 「基礎編」では内視鏡画像へのAIの取り込みに関して、基礎的な部分から内視鏡特有の検討事項までを網羅し、内視鏡画像AIのいまを俯瞰できるようにまとめてあります。また、「事例編」では、臨床現場で成果が上がりつつある、もしくは進行中の事例を数多く網羅し、わかりやすく記述しています。「実践編」では、これからAIに取り組む方々を対象に、内視鏡画像AIの始め方を紹介しています。 内視鏡画像へのAIの導入は、すでに着実な結果を出しつつあり、現時点での最新の情報をまとめました。 【基礎編】 Chapter 1 概論 Chapter 2 内視鏡AI総論 Chapter 3 内視鏡AIを実現する上での注意点 Chapter 4 医療における機械学習用のデータセットの注意点 【事例編】 上部AI Chapter 5 食道がんのDetectionAI Chapter 6 胃癌のDetectionAI Chapter 7 胃癌境界診断 Chapter 8 胃癌境界診断（GLCM+SVM) Chapter 9 胃癌撮影もれ診断 Chapter 10 カプセル内視鏡AI 下部AI Chapter 11 超拡大内視鏡AI（SVM） Chapter 12 下部拡大内視鏡（NBI）AI① Chapter 13 下部拡大内視鏡（NBI) AI② Chapter 14 ポリープ検出① Chapter 15 ポリープ検出② Chapter 16 ポリープ検出③ Chapter 17 ポリープ検出④（超拡大AI） Chapter 18 炎症性腸疾患評価 Chapter 19 学会・国主導のデータベースと今後の展望 外科内視鏡 Chapter 20 AIのための腹腔鏡画像データベース構築とその手術解析への応用 Chapter 21 AIによる腹腔鏡画像解析 【実践編】 Chapter 22 AIによる内視鏡画像分類 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 超音波に関するAI技術をまとめた初めての書 本書は、基礎編と応用編の2編構成となっており、基礎編では超音波画像へのAIの取り込みに関して、基礎的な部分から最新の事例までを網羅し、超音波画像AIのいまを俯瞰できるように記述してあります。 また、応用編では、AMED事業の内容紹介を中心に、国内外での実施例の紹介も含めてまとめました。 超音波画像へのAIの導入は、これから本格的になりますが、現時点での最新の情報をまとめ、今後の発展がわかる書籍です。 【基礎編】 Chapter 1 ディープラーニングを用いた画像解析 Chapter 2 超音波画像の特徴と診断応用 Chapter 3 超音波画像診断におけるAI診断支援の意義 Chapter 4 超音波画像データベース構築 Chapter 5 超音波画像のAI診断支援 Chapter 6 その他の超音波画像に関するAI技術 【応用編】 Chapter 7 超音波画像データベース構築の実際 Chapter 8 超音波画像のAI診断支援システムの実際 Chapter 9 今後の課題と展望 -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 医用画像におけるディープラーニング（Deep Learning）をまとめた本格的なシリーズ 初版（2019年7月発行）以降の変更点を取り込んだ最新版！ 医用画像に人工知能を本格的に導入するためのわかりやすい解説書。 ・TensorFlow+Kerasで行う ・Anaconda上で環境構築する ・データはだれでも入手できるデータを使う を基本的な方針としてまとめました。 少しでもプログラミングができれば、だれでも読み込める内容になっています。 Chapter 1 環境構築 Chapter 2 データの準備／前処理 Chapter 3 Shallow network の利用 Chapter 4 畳み込みニューラルネットワークの利用 Chapter 5 画像の領域分割（ U-Net） Chapter 6 動画像のシーン分割と分類 Chapter 7 画像のノイズ除去 Chapter 8 画像の超解像 Chapter 9 画像の特徴抽出 Chapter 10 画像の変換や生成 Chapter 11 評価方法 -
4.0※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 医用画像におけるディープラーニング（Deep Learning）をまとめた本格的なシリーズ 最新版 医療関係者が人工知能をはじめて本格的に学ぶことができる一冊。 人工知能と医療（主に画像）とのかかわりを詳しく解説。 後半の事例編を大幅に増やし、具体的な応用例、研究例を多数掲載。 医療AIの今がわかる！ 推薦文 福島邦彦先生 【基礎編】 Chapter1 人工知能（AI）総論 Chapter2 ニューラルネットワーク Chapter3 ディープラーニング Chapter4 動かす Chapter5 評価する 【応用編】 Chapter6 検出する Chapter7 分類する Chapter8 推定する Chapter9 作る・処理する Chapter10 診断を支援する Chapter11 医療を取り巻く世界 【事例編】 Chapter12 眼底画像 Chapter13 病理画像 Chapter14 大腸内視鏡画像診断支援 Chapter15 大腸CT内視鏡 Chapter16 歯科X線画像 Chapter17 放射線治療画像 Chapter18 外科治療画像 Chapter19 医用画像とRadiomics Chapter20 マンモグラフィと乳腺超音波検査 Chapter21 運動器領域の画像解析 Chapter22 深層学習のCT 画像再構成への応用 Chapter23 MRI再構成問題 Chapter24 MR画像処理への応用 Chapter25 核医学画像分野におけるディープラーニング 特別Column1 AI時代の放射線科医 特別Column2 AI時代の診療放射線科技師 【Column】 アジア近隣諸国におけるAI事情 大規模学習ニューラルネット（MTANN） 画像診断ナショナルデータベース AIと倫理，薬事ガイドライン コンピュータビジョンの動向 IT/AIの医療への実装 ACR AI-LABで医用画像AI を体験 深層学習による脳動脈瘤診断支援AI ディープラーニング研究の3つのツールのトピックス -
-※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。 医用画像におけるディープラーニング（Deep Learning）をまとめた本格的なシリーズ 最新版 プログラミングは一切行わず、医用画像に人工知能を導入するための解説書。 具体的には、Neural Network Console（ソニー）と、DIGITS（NVIDIA）、MATLAB（MathWorks，2020-2021年版から追加）を使って、深層学習と医用画像処理を行う手順とノウハウを詳しく解説しています。 人工知能には興味があるが、どこから始めたらよいわからず困っている方には、ぜひお勧めします。 本書利用にあったっての注意事項 第1章 深層学習の基礎 第2章 Neural Network Consoleを使った深層学習と医用画像処理 第3章 DIGITSを使った深層学習と医用画像処理 第4章 MATLABを使った深層学習と医用画像処理 第5章 ディープラーニングのための前処理と後処理
ユーザーレビュー
