Książka zawiera zbiór opisów przykładowych zastosowań sieci neuronowych w różnych konkretnych obszarach inżynierii biomedycznej. Dlatego może być ona traktowana jako zestaw teoretycznych wskazówek i praktycznych wzorów na temat tego, jak sieci neuronowych można w tym obszarze używać.
Dodatkowo ksiązka zawiera liczne propozycje gotowych rozwiązań dla tych wszystkich, którzy takich gotowych rozwiązań potrzebują i poszukują..
Spis treści:
1. Jakie zadania mogą realizować sieci neuronowe w zastosowaniach biomedycznych 1.1. Uwagi wstępne 1.2. Sieć neuronowa jako model w zastosowaniach biomedycznych 1.3. Sieci neuronowe w przetwarzaniu danych biomedycznych 1.4. Zastosowanie sieci neuronowych przy analizie danych biomedycznych 1.5. Wspomaganie osób niepełnosprawnych z wykorzystaniem sieci neuronowych oraz ich zastosowanie w protetyce i terapii 1.6. Sieci neuronowe zastosowane do modelowania choroby, terapii oraz do prognozowania wyników leczenia 1.7. Podsumowanie Bibliografia
Część I. Sieci neuronowe jako narzędzia przetwarzania sygnałów biomedycznych
2. Przygotowanie danych i planowanie eksperymentu 2.1. Wprowadzenie 2.2. Przygotowanie danych 2.3. Wybrane techniki przygotowania danych 2.4. Techniki planowania eksperymentu w modelowaniu neuronowym 2.5. Podsumowanie Bibliografia
3. Wykorzystanie sieci neuronowych do przetwarzania sygnałów bioelektrycznych na przykładzie EKG 3.1. Wstęp 3.2. Interpretacja elektrokardiogramu - podejście klasyfikacyjne 3.3. Wyodrębnianie cech 3.4. Zastosowania sieci neuronowych w podstawowych analizach EKG 3.5. Zastosowania sieci neuronowych w specjalistycznych analizach EKG 3.6. Podsumowanie Bibliografia
4. Przetwarzanie sygnałów ABR przy użyciu sieci neuronowych w zadaniach diagnostyki słuchu 4.1. Wprowadzenie 4.2. Wstępne przetwarzanie danych oraz algorytm wyznaczania maksimów 4.3. Zadanie uczenia sieci 4.4. Wyniki eksperymentów 4.5. Podsumowanie Bibliografia
5. Sieci neuronowe w przetwarzaniu obrazów medycznych 5.1. Wstęp 5.2. Etap wstępnego przetwarzania obrazów 5.3. Segmentacja obrazów 5.4. Elementy rozpoznawania obrazów z wykorzystaniem sztucznych sieci neuronowych 5.5. Podsumowanie Bibliografia
6. Wykorzystanie sieci neuronowych w tomografii komputerowej 6.1. Wstęp 6.2. Algebraiczne neuronalne algorytmy rekonstrukcyjne 6.3. Analityczne neuronalne algorytmy rekonstrukcyjne 6.4. Podsumowanie Bibliografia
7. Neuronowo-rozmyte przetwarzanie obrazów cytologicznych w diagnostyce nowotworu piersi 7.1. Wstęp 7.2. Baza obrazów medycznych 7.3. Segmentacja obrazów mikroskopowych 7.4. Wyniki klasyfikacji 7.5. Podsumowanie Bibliografia
8. Ocena jakości ziaren i nasion przy pomocy sieci neuronowych 8.1. Wstęp 8.2. Kryteria oceny jakości ziaren zbóż 8.3. Identyfikacja ziarniaków całych i połamanych 8.4. Metody umożliwiające ocenę czystości odmianowej ziarna zbóż 8.5. Identyfikacja ziarna porażonego mikrobiologicznie 8.6. Identyfikacja ziarna porażonego mikrobiologicznie z wykorzystaniem elektronicznego nosa i sieci neuronowych 8.7. Identyfikacja nasion rzepaku porażonego mikrobiologicznie z wykorzystaniem elektronicznego nosa i sieci neuronowych 8.8. Opisy najczęściej wykorzystywanych sieci neuronowych oraz strategii analizy otrzymanych wyników 8.9. Podsumowanie i perspektywy Bibliografia
9. Wykorzystanie wiedzy eksperckiej w sieci RBF na przykładzie zadania segmentacji obrazów medycznych 9.1. Wprowadzenie 9.2. Problem medyczny 9.3. Sieć radialna 9.4. Zastosowanie 9.5. Zakończenie Bibliografia
Część II. Zastosowanie sieci neuronowych do analizy danych medycznych oraz do wspomagania procesu diagnostycznego
10. Sieci neuronowe w ocenie prawdopodobieństwa istnienia raka jajnika u kobiet z guzami przydatkowymi 10.1. Wprowadzenie 10.2. Charakterystyka materiału badawczego 10.3. Zastosowanie sztucznych sieci neuronowych w problemie klasyfikacyjnym 10.4. Zastosowanie sztucznych sieci neuronowych w diagnostyce różnicowej guzów przydatkowych 10.5. Ocena możliwości wspomagania diagnostyki różnicowej guzów przydatkowych 10.6. Podsumowanie Bibliografia
11. Wykorzystanie sieci neuronowych i metody wektorów nośnych SVM w procesie rozpoznawania aktywności ruchowej pacjentów dotkniętych chorobą Parkinsona 11.1. Wprowadzenie 11.2. Rejestracja sygnałów biomedycznych 11.3. Parametryzacja sygnałów przyspieszenia 11.4. Stosowane klasyfikatory 11.5. Eksperymenty 11.6. Prace rozwojowe 11.7. Podsumowanie
12. Zastosowanie sieci neuronowych w analizie wyników badania spirometrycznego 12.1. Wstęp 12.2. Badanie spirometryczne 12.3. Klasyfikacja wyników badania spirometrycznego 12.4. Inne badania dotyczące analizy spirogramu 12.5. Podsumowanie Bibliografia
13. Analiza sygnałów EEG za pomocą sztucznych sieci neuronowych 13.1. Wstęp 13.2. Rejestrowanie sygnału EEG 13.3. Analiza sygnału EEG 13.4. Zakres zastosowań sieci neuronowych w analizie EEG 13.5. Przykłady zastosowań 13.6. Podsumowanie i wnioski Bibliografia
14. Wykorzystanie wielowarstwowych sieci perceptronowych dla wspomagania obrazowej diagnostyki medycznej 14.1. Wprowadzenie 14.2. Tekstura obrazu 14.3. Klasyfikacja tekstury z wykorzystaniem sieci perceptronowych 14.4. Redukcja wymiarowości przestrzeni cech tekstury 14.5. Przykłady zastosowań wielowarstwowych sieci perceptronowych dla wspomagania obrazowej diagostyki medycznej 14.6. Podsumowanie Bibliografia
15. Sieci neuronowe w bioinformatyce 15.1 Wprowadzenie 15.2. Struktury drugorzędowe 15.3. Dostępność białka dla cząsteczek rozpuszczalnika 15.4. Podsumowanie Bibliografia
Część III. Wspomaganie osób niepełnosprawnych z wykorzystaniem sieci neuronowych oraz ich wykorzystanie w protetyce i terapii
16. Neuronowe systemy sterowania urządzeniami wspomagającymi samoobsługę osób niepełnosprawnych wykorzystujące ocenę sygnałów biologicznych 16.1. Wstęp 16.2. Sieci neuronowe w urządzeniach samoobsługi osób niepełnosprawnych 16.3. Analiza i rozpoznawanie sygnałów biologicznych przydatnych w sterowaniu urządzeniami przez niepełnosprawnych 16.4. Implementacja sieci neuronowych w urządzeniach HCI 16.5. Podsumowanie Bibliografia
17. Rozpoznawanie ruchów i gestów wykonywanych ustami w obrazie wizyjnym z użyciem sieci neuronowych 17.1. Wprowadzenie 17.2. Opis interfejsu 17.3. Wyznaczanie wektora cech obrazu ust 17.4. Sztuczna sieć neuronowa jako klasyfikator gestów wykonywanych ustami 17.5. Eksperymenty i wyniki 17.6. Podsumowanie Bibliografia
18. Sieci neuronowe oparte na strukturze Hopfielda w układach wspomagania osób niedowidzących 18.1. Wprowadzenie 18.2. Podstawowe wiadomości dotyczące stereowizji 18.3. Model układu stereowizyjnego 18.4. Systematyka problemów występujących w zagadnieniu dopasowania stereowizyjnego 18.5. Istniejący stan wiedzy w zakresie tematu badań 18.6. Opis sieci neuronowych opartych na strukturze Hopfielda w zagadnieniu dopasowania stereowizyjnego 18.7. Funkcja energii dla sieci neuronowej typu Hopfielda 18.8. Hybrydowa sieć maksymalna 18.9. Sieć ciągła samokorygująca 18.10. Sieć ciągła samokorygująca 18.11. Badania symulacyjne klasycznych sieci neuronowych opartych na strukturze Hopfielda 18.12. Symulacja działania hybrydowej sieci maksymalnej 18.13. Symulacja działania sieci ciągłej samokorygującej 18.14. Podsumowanie Bibliografia
19. Perspektywy zastosowań impulsowej sieci neuronowej w systemach maszynowego sprzęgania układu nerwowego 19.1. Wprowadzenie 19.2. Systemy maszynowego sprzęgania układu nerwowego 19.3. Impulsowe sieci neuronowe 19.4. Sieci impulsowe w systemach maszynowego sprzęgania układu nerwowego 19.5. Dyskusja Bibliografia
20. Neuronowe modele przewidujące własności biomateriałów 20.1. Wprowadzenie 20.2. Idea QSPR 20.3. Rodzaje modeli neuronowych 20.4. Podział zbioru danych na podgrupy 20.5. Dobór zmiennych 20.6. Błąd wartości przewidywanej 20.7. Przewidywanie własności polimerów 20.8. Podsumowanie Bibliografia Aneks. Sieci kaskadowo-korelacyjne i sieci rekursywne
Część IV. Sieci neuronowe zastosowane do modelowania choroby, terapii oraz do prognozowania wyników leczenia
21. Zastosowania sieci neuronowych w analizie przeżycia 21.1. Wstęp 21.2. Podział zbioru danych na podgrupy 21.3. Zastosowanie sieci neuronowych w analizie przeżycia w przypadku raka jajnika Bibliografia
22. Samooptymalizujące sieci neuronowe jako narzędzie wspomagające w długoterminowym przewidywaniu ryzyka wystąpienia ponownego zawału serca 22.1. Samooptymalizujące sieci neuronowe - idea 22.2. Samooptymalizujące sieci neuronowe a dane ciągłe 22.3. Algorym uczenia nienadzorowanego 22.4. SONN działający na danych ciągłych - praktyczne wykorzystanie do analizy danych medycznych 22.5. Podusmowanie Bibliografia
23. Zastosowanie sieci neuronowych w analizie rokowniczej u chorych leczonych przeszczepieniem komórek krwiotwórczych 23.1. Wstęp 23.2. Kluczowe pojęcia 23.3. Przeszczepianie krok po kroku 23.4. Powikłania związane z przeszczepieniem komórek krwiotwórczych 23.5. Podsumowanie Bibliografia
24. Klasyfikacja i analiza bólów kręgosłupa przy pomocy sztucznych sieci neuronowych 24.1. Wprowadzenie 24.2. Bóle krzyża - zarys problemu 24.3. Sieci neuronowe w klasyfikacji bólów kręgosłupa 24.4. Podsumowanie Bibliografia
25. Ekstrakcja reguł z sieci neuronowych 25.1. Wprowadzenie 25.2. Ekstrakcja wiedzy z sieci neuronowych - opis problemu 25.3. GEX - genetyczna metoda ekstrakcji reguł z sieci neuronowej 25.4. Ocena eksperymentalna metody 25.5. Podsumowanie Bibliografia
26. Modelowanie pnia mózgu 26.1. Wprowadzenie 26.2. Pień mózgu: podstawowe informacje 26.3. Modele pnia mózgu i śródmózgowia 26.4. Założenia do symulacji pnia mózgu 26.5. Wybór środowiska symulacyjnego 26.6. Implementacja i przykłady realizacji modeli pnia mózgu 26.7. Dyskusja i kierunki dalszych badań 26.8. Podsumowanie Bibliografia
27. Sieci neuronowe w modelowaniu chorób psychicznych 27.1. Wprowadzenie 27.2. Komputerowa psychiatria 27.3. Spektrum autyzmu i ADHD 27.4. Symulacja deficytów uwagi w ASD i ADHD 27.5. Podsumowanie Bibliografia
Dodatek - Kompedium sieci neuronowych Wprowadzenie Zestaw haseł Kompedium Najniższa cena z 30 dni przed obniżką 85,05zł
Tom 9. Sieci neuronowe w inżynierii biomedycznej
|