本書以資訊數位化出發,跨領域整合醫學影像資訊與圖書資訊,尤其分類與詮釋資料的描述,是資料科學時代相當重要的一環,利用人工智慧進行醫學知識的分類、利用影像特徵的擷取完成影像詮釋資料的建立,並將日益重要的醫學影像的類型加以整理,包括檔案的形成、儲存容量、存取機制、安全性、使用規範、完整性與標註需求,進行鉅細靡遺地闡述,此概念之延伸將有助詮釋與人類生活息息相關的各種影像資料,以完整詮釋建立永恆的知識。
商品特色
醫學影像已是人工智慧醫學的主戰場,
為此建立醫學影像檔案學的知識整理,
也是圖書資訊在人工智慧時代的重要角色之一。
作者簡介:
羅崇銘
[學歷]
國立臺灣大學資訊工程博士
[經歷]
臺北醫學大學醫學資訊研究所副教授
臺北醫學大學附設醫院臨床大數據研究中心
臺北醫學大學醫學資訊研究所助理教授
國立臺北大學資訊工程系兼任助理教授
[現職]
國立政治大學圖書資訊與檔案學研究所副教授
[著作]
著有Intelligent decision support systems for diagnosis of medical images等4篇專書論文與36篇國際醫學SCI期刊論文
[重要事蹟]
獲有國家新創獎、科技部博士後研究學術著作獎、國際醫工聯盟青年學者獎、國立政治大學研究優良獎、中技社AI創意競賽獎等十幾個獎項與擔任國際SCI期刊編輯
作者序
什麼是人工智慧?如果你是充滿樂觀與幻想的資工系老師或學生,人工智慧就是會自己思考、推論與創造的機器人,它不一定要有人形的肢體,但也許擁有人類的情感,如此一來,人工智慧就是一個終極自動化的程式,能夠自動學習與自動行為,就像真人一般。但是2020年的今天,這個詞彙已經從科學走到了現實,沒有當初想像的神奇,現今,不管理工醫農或是文法商,從學術到政策、產官學研,無不將人工智慧講得朗朗上口,它不是實驗室裡的老鼠,也不是上街遊行喊的口號,它已經是在我們日常生活周邊落實的科技了,而且它還會成為趨勢一直陪伴人們下去。
從電腦發明以來,人類的效率紀錄就不斷地被翻新,逐漸地有越來越多的電子產品出現在日常生活之中,電話變成了智慧型手機,另外還有智慧電視、智慧冰箱、智慧車輛,透過數位化與雲端化,人們每天都在產生大數據利用大數據,這些數據隱含著人們的身分、屬性、興趣與行為,透過資料科學的分析,人們的長相可以被自動辨識,人們的喜好可以被自動推薦,人們的行為甚至可以被自動預測,這就是在資料數位化後,以強大的計算能力輔以新世代人們對科技的高接受度時應運而生的人工智慧。
現今的人工智慧只是善用數據的小機器人,沒有情感也不會思考,當電腦科學家們持續努力幻想時,我們已經可以利用這個小機器人幫助我們完成各個領域中的專業決策,這個通識化的過程從中小學到大學,從學校到產業,已逐步落實於全世界的各個角落,與此同時,身處某個知識領域的我們,還是要銘記於心的是資料或是數據的數位化品質和決策間的關係是人工智慧的根本,而足以訓練出人工智慧的資料也是人類文明上的知識,應該要好好詮釋並組織化,方便學習也方便傳承,這就是本書所要傳達的理念,也期待能夠拋磚引玉,讓各領域的專業人士貢獻出自己的知識傳承後世,本書能完成也要感謝本人過去在資訊工程、醫學資訊、圖書資訊的師生還有支持我的家人。
什麼是人工智慧?如果你是充滿樂觀與幻想的資工系老師或學生,人工智慧就是會自己思考、推論與創造的機器人,它不一定要有人形的肢體,但也許擁有人類的情感,如此一來,人工智慧就是一個終極自動化的程式,能夠自動學習與自動行為,就像真人一般。但是2020年的今天,這個詞彙已經從科學走到了現實,沒有當初想像的神奇,現今,不管理工醫農或是文法商,從學術到政策、產官學研,無不將人工智慧講得朗朗上口,它不是實驗室裡的老鼠,也不是上街遊行喊的口號,它已經是在我們日常生活周邊落實的科技了,而且它還會成為趨勢一直陪伴人們下去...
目錄
壹、本文
一、影像檔案
(一)臨床影像診斷議題
1.放射科
2.乳房外科
3.病理科
4.皮膚科
5.眼科
(二)檔案特性
1.影像解析度/容量
2.影像格式/壓縮/維度與結構
3.影像顯示與存取
4.影像檔案使用規範
5.影像標註
(三)結論建議
二、智慧分類與人機互動
(一)輔助診斷模型
1.第二閱片者
2.標準化/溝通媒介
3.高效率與低成本
(二)深度學習
三、數據探勘實例
(一)肩旋轉肌影像檔案與分類
1.患者和影像採集
2.超音波紋理特徵
3.統計分析與分類
4.結果與討論
(二)使用量化 BI-RADS 特徵對乳房腫塊進行電腦輔助診斷
1.患者和資料採集
2.腫瘤切割
3.量化特徵
4.分類
5.統計分析
6.結果與討論
(三)電腦輔助診斷系統對於放射科醫師進行MRI神經膠質瘤分級的影響
1.患者資訊
2.影像分析和觀察
3.電腦輔助診斷輔助
4.結果
5.討論
(四)基於自發螢光支氣管鏡圖形識別的肺癌亞型分類
1.病患資訊
2.多通道特徵
3.HSV轉換
4.紋理特徵
5.統計分析
6.結果
7.討論
(五)量化彩色視網膜影像中的滲出液特徵以進行糖尿病視網膜病變的篩檢
1.滲出液資料庫
2.滲出液檢測
3.去除血管
4.去除視網膜圓盤
5.特徵擷取
6.統計分析
7.結果
8.討論
貳、參考文獻
壹、本文
一、影像檔案
(一)臨床影像診斷議題
1.放射科
2.乳房外科
3.病理科
4.皮膚科
5.眼科
(二)檔案特性
1.影像解析度/容量
2.影像格式/壓縮/維度與結構
3.影像顯示與存取
4.影像檔案使用規範
5.影像標註
(三)結論建議
二、智慧分類與人機互動
(一)輔助診斷模型
1.第二閱片者
2.標準化/溝通媒介
3.高效率與低成本
(二)深度學習
三、數據探勘實例
(一)肩旋轉肌影像檔案與分類
1.患者和影像採集
2.超音波紋理特徵
3.統計分析與分類
4.結果與討論
(二)使用量化 BI-RADS 特徵對乳房腫塊進行電...