目錄
序
前言
緒論 1
第一章 智能醫(yī)學(xué)工程概論 3
第一節(jié) 概念 3
第二節(jié) 智能醫(yī)學(xué)工程的發(fā)展歷程 4
第三節(jié) 智能醫(yī)學(xué)工程的特性與應(yīng)用 5
第二章 臨床研究與智能醫(yī)學(xué) 11
第一節(jié) 臨床研究的概述 11
第二節(jié) 臨床研究常用的研究設(shè)計(jì)方法 14
第三節(jié) 臨床研究常用數(shù)字化工具 17
第四節(jié) 臨床試驗(yàn)數(shù)據(jù)管理 20
第三章 醫(yī)學(xué)數(shù)據(jù)管理 24
第一節(jié) 醫(yī)學(xué)數(shù)據(jù)管理設(shè)計(jì) 24
第二節(jié) 醫(yī)學(xué)數(shù)據(jù)類型及采集流程 32
第三節(jié) 醫(yī)學(xué)數(shù)據(jù)標(biāo)注 39
第四節(jié) 醫(yī)學(xué)數(shù)據(jù)隱私保護(hù) 47
第四章 表格型醫(yī)學(xué)數(shù)據(jù)分析 51
第一節(jié) 表格型醫(yī)學(xué)數(shù)據(jù)處理方法 51
第二節(jié) 表格型醫(yī)學(xué)數(shù)據(jù)分析方法 60
第三節(jié) 實(shí)操案例：基于隨機(jī)森林的術(shù)后并發(fā)癥發(fā)生預(yù)測(cè) 74
第五章 時(shí)間序列醫(yī)學(xué)信號(hào)分析 82
第一節(jié) 時(shí)間序列醫(yī)學(xué)信號(hào)及其處理方法 82
第二節(jié) 時(shí)間序列醫(yī)學(xué)信號(hào)的時(shí)頻分析方法 92
第三節(jié) 時(shí)間序列醫(yī)學(xué)信號(hào)的非線性分析方法 99
第四節(jié) 實(shí)操案例：睡眠醫(yī)學(xué)信號(hào)分析 106
第六章 醫(yī)學(xué)圖像數(shù)據(jù)分析 112
第一節(jié) 醫(yī)學(xué)圖像處理方法 112
第二節(jié) 醫(yī)學(xué)圖像分析方法 127
第三節(jié) 深度學(xué)習(xí)模型的可解釋性 142
第四節(jié) 實(shí)操案例：基于雙氣囊小腸鏡的克羅恩病智能輔助診斷與評(píng)估 144
第五節(jié) 實(shí)操案例：基于超聲心動(dòng)圖的CHD智能輔助診斷與手術(shù)方案建立 148
第七章 多模態(tài)醫(yī)學(xué)數(shù)據(jù)分析 153
第一節(jié) 多模態(tài)醫(yī)學(xué)數(shù)據(jù)預(yù)處理 153
第二節(jié) 多模態(tài)醫(yī)學(xué)數(shù)據(jù)特征提取 164
第三節(jié) 多模態(tài)醫(yī)學(xué)數(shù)據(jù)融合方法 170
第四節(jié) 實(shí)操案例：基于多模態(tài)數(shù)據(jù)的抑郁癥智能評(píng)估 177
第八章 智能醫(yī)學(xué)與制藥 190
第一節(jié) 藥學(xué)數(shù)據(jù)分析和應(yīng)用 190
第二節(jié) 藥物靶標(biāo)的識(shí)別和預(yù)測(cè) 196
第三節(jié) 分子生成與設(shè)計(jì)技術(shù) 210
第四節(jié) 智能藥物設(shè)計(jì)與優(yōu)化 220
第九章 智能醫(yī)學(xué)與中醫(yī) 229
第一節(jié) 智能中醫(yī)藥學(xué)的發(fā)展歷史與現(xiàn)狀 229
第二節(jié) 中醫(yī)診療數(shù)據(jù)的來(lái)源與特點(diǎn) 231
第三節(jié) 智能中醫(yī)診斷技術(shù)與方法 233
第四節(jié) 中醫(yī)智能輔助治療技術(shù) 242
第五節(jié) 實(shí)操案例：中醫(yī)面診與體質(zhì)智能檢測(cè) 249
第六節(jié) AI技術(shù)用于中藥及復(fù)方研究實(shí)例 250
第十章 挑戰(zhàn)與發(fā)展 256
第一節(jié) 智能醫(yī)學(xué)工程的優(yōu)勢(shì)與挑戰(zhàn) 256
第二節(jié) 智能醫(yī)學(xué)工程的未來(lái)展望 258
參考文獻(xiàn) 261
致謝 264