深度學習與醫學圖像處理

第1章 人工智慧在醫學領域的應用 1
1.1　人工智慧概述 1
1.2　人工智慧在醫學領域中的應用 2
1.3　人工智慧在醫學圖像方面的應用 5
1.4　小結 6
1.5　參考資料 7

第2章 醫學圖像數據 11
2.1　常見的醫學圖像數據 11
2.1.1　X線成像 11
2.1.2　X線電腦體層成像 12
2.1.3　磁共振成像 13
2.1.4　超聲成像 16
2.1.5　心電圖 17
2.2　常見的影像格式 18
2.2.1　DICOM 18
2.2.2Analyze 23
2.2.3　Nifti 24
2.2.4　Minc 25
2.3　小結 25
2.4　參考資料 25

第3章 數據標注 27
3.1　介面介紹 27
3.2　開始標注 31
3.3　小結 41
3.4　參考資料 41

第4章 醫學數字影像處理 43
4.1　數據預處理 44
4.1.1　插值 44
4.1.2　重採樣 46
4.1.3　信號強度長條圖的分析與均衡化 48
4.1.4　數據歸一化 50
4.1.5　連通域分析 51
4.1.6　形態學方法 52
4.2　數據增強 55
4.2.1　常見的數據增強方法 55
4.2.2　彈性形變 56
4.2.3　基於TensorFlow的線上數據增強 57
4.3　小結 59
4.4　參考資料 59

第5章 醫學圖像分類 61
5.1　損失函數 61
5.1.1　交叉熵損失 62
5.1.2　Focal損失 62
5.1.3　KL散度 63
5.2　評價指標 64
5.2.1　混淆矩陣 64
5.2.2　常見的評價指標 64
5.2.3　診斷性實驗常用的評價指標 67
5.2.4　衡量模型性能的評價指標 67
5.3　經典模型 68
5.3.1　跨層連接 69
5.3.2　網路寬度 71
5.3.3　注意力機制 72
5.4　實戰：基於顱內CT影像的腦出血分類檢測 73
5.4.1　數據集預處理 74
5.4.2　模型訓練 78
5.4.3　模型測試 84
5.4.4　基於顱內CT影像的腦出血分類檢測實戰總結 86
5.5　小結 86
5.6　參考資料 86

第6章 語義分割 89
6.1　損失函數 89
6.1.1　Dice損失 90
6.1.2　Tversky損失 90
6.1.3　Boundary損失 91
6.1.4　混合損失 91
6.2　評價指標 92
6.2.1　IoU 92
6.2.2　Dice系數 93
6.2.3　Hausdorff-95 93
6.3　其他統計方法 94
6.3.1　patient-level 94
6.3.2　data-level 94
6.4　經典分割模型 95
6.4.1　UNet網路 95
6.4.2　UNet變形 97
6.4.3　其他分割網路 99
6.5　實戰：基於MRI影像的腦腫瘤分割 100
6.5.1　數據預處理 100
6.5.2　模型搭建 104
6.5.3　訓練模型 108
6.5.4　模型測試 113
6.6　小結 114
6.7　參考資料 115

第7章 關鍵點檢測 117
7.1　概念與意義 117
7.2　常見的關鍵點檢測模型 118
7.3　實戰：血管關鍵點檢測 121
7.4　小結 130
7.5　參考資料 130

第8章 醫學圖像配准 131
8.1　基礎知識 131
8.1.1　特徵空間 132
8.1.2　搜索空間 132
8.1.3　相似性度量 136
8.1.4　搜索策略 138
8.1.5　品質評價 139
8.2　深度學習圖像配准方法 140
8.2.1　有監督學習圖像配准 141
8.2.2　無監督學習圖像配准 142
8.3　實戰：深度學習圖像配准模型VoxelMorph 142
8.3.1　數據讀取 143
8.3.2　網路結構 144
8.3.3　訓練和測試 149
8.3.4　實戰總結 151
8.4　小結 151
8.5　參考資料 152

第9章 模型優化 153
9.1　模型剪枝 153
9.1.1　稀疏性概念 154
9.1.2　剪枝策略 154
9.1.3　敏感性分析 156
9.2　模型量化 157
9.3　TensorRT 158
9.3.1　基礎介紹 158
9.3.2　應用場景 158
9.3.3　基本原理 159
9.4實戰：顱內出血CT影像分類模型的量化 160
9.5　小結 163
9.6　參考資料 163

第10章 遷移學習 165
10.1　遷移學習 165
10.2　終身學習 166
10.3　實戰：數據失衡的顱內影像出血檢測優化方法 167
10.3.1　遷移學習的實驗 167
10.3.2　終身學習的實驗 177
10.4　小結 184
10.5　參考資料 184

梁隆愷，哈爾濱理工大學計算機科學與技術專業碩士，昌平國家實驗室腦科學與類腦研究部門高級算法工程師，國家神經系統疾病臨床醫學研究中心人工智慧研發專案組特聘高級算法工程師。

付鶴，北京航空航太大學機器人技術專業碩士，國家神經系統疾病臨床醫學研究中心人工智慧研發專案組特聘高級算法工程師，中國人民解放軍總醫院技術顧問，Biomind 人工智慧部算法總監。

陳峰蔚，大連理工大學碩士，昌平國家實驗室腦科學與類腦研究部門算法工程師，國家神經系統疾病臨床醫學研究中心人工智慧研發專案組特聘算法工程師。

劉亞歐，首都醫科大學附屬北京天壇醫院黨委委員、放射科（國家臨床重點專科）學科帶頭人、主任醫師、教授、博士生導師。

熊云云，畢業於復旦大學臨床醫學七年制專業（本碩），香港中文大學博士、博士後，哈佛大學訪問研究員。現任首都醫科大學附屬北京天壇醫院神經病學中心主任醫師、副教授、碩士研究生導師、血管神經病學科副主任。