Computational Analysis and Deep Learning for Medical Care : Principles, Methods, and Applications /
Contiene: 1) Aprendizaje profundo y sus modelos: 1) CNN: una revisión de modelos, aplicaciones de segmentación de IVD; 2) Técnicas de sugerencia de consulta de palabras clave conscientes de la ubicación con perspectiva de inteligencia artificial; 3) Identificación de una arquitectura de aprendizaje...
Gardado en:
| Autor Principal: | |
|---|---|
| Formato: | Libro |
| Idioma: | inglés |
| Publicado: |
Hoboken, EUA :
Wiley,
2021, c2021
|
| Temas: | |
| Acceso en liña: | Ver documento en línea |
| Etiquetas: |
Sen Etiquetas, Sexa o primeiro en etiquetar este rexistro!
|
MARC
| LEADER | 00000nam^a22000000a04500 | ||
|---|---|---|---|
| 001 | 000630880 | ||
| 005 | 20260514000000.0 | ||
| 009 | 20260713152629.88 | ||
| 020 | |a 9781119785743 | ||
| 037 | |a Acervo ITESO - Biblioteca | ||
| 041 | |a ING | ||
| 082 | |a 610. 285 |b TYA | ||
| 100 | |a Tyagi, Amit Kumar |e (edición y prefacio) | ||
| 245 | 1 | 0 | |a Computational Analysis and Deep Learning for Medical Care : |b Principles, Methods, and Applications / |c Ed. y pref. de A.K. Tyagi. |
| 264 | 4 | |a Hoboken, EUA : |b Wiley, |c 2021, c2021 | |
| 264 | 2 | |a Hoboken, EUA : |b Wiley [distribución], |c 2025 | |
| 300 | |a 1 libro electrónico en línea (XX, 497 p.) | ||
| 300 | |a 1 recurso en línea | ||
| 336 | |a datos para computadora |b cod |2 rdacontenido | ||
| 337 | |a computadora |b c |2 rdamedio | ||
| 338 | |a recurso en línea |b cr |2 rdasoporte | ||
| 506 | 0 | |a Licencias ilimitadas | |
| 520 | |a Contiene: 1) Aprendizaje profundo y sus modelos: 1) CNN: una revisión de modelos, aplicaciones de segmentación de IVD; 2) Técnicas de sugerencia de consulta de palabras clave conscientes de la ubicación con perspectiva de inteligencia artificial; 3) Identificación de una arquitectura de aprendizaje por transferencia adecuada para la clasificación: un estudio de caso con tumores vivos; 4) Optimización y recuperación de contenido basada en aprendizaje profundo, indexación y enfoque de aprendizaje métrico para imágenes médicas. II. Aplicaciones del aprendizaje profundo: 5) Aprendizaje profundo para informática clínica y de la salud; 6) Segmentación de imágenes biomédicas mediante métodos de aprendizaje profundo; 7) Reconocimiento de caracteres manuscritos multilingües mediante aprendizaje profundo; 8) Plataforma de detección de enfermedades mediante procesamiento de imágenes a través de OpenCV; 9) Diagnóstico asistido por computadora de fibrosis hepática en pacientes con hepatitis mediante red neuronal convolucional. III. Futuros modelos de aprendizaje profundo: 10) Predicción de cáncer de pulmón en la perspectiva del aprendizaje profundo; 11) Detección y clasificación de lesiones para el diagnóstico de cáncer de mama basado en CNN profundas a partir de datos mamográficos digitales; 12) Análisis de predicción de salud mediante métodos y aplicaciones de aprendizaje profundo; 13) Vida asistida ambiental de ancianos discapacitados en un hogar inteligente mediante predicción de comportamiento: un sistema de predicción de aprendizaje profundo confiable; 14) Herramienta de diagnóstico temprano para la enfermedad de Alzheimer mediante 3D Slicer. IV. Aprendizaje profundo: importancia y desafíos para otros sectores: 15) Aprendizaje profundo para la atención médica: problemas, desafíos y oportunidades; 16) Un análisis de perspectiva de las técnicas de regularización y optimización en el aprendizaje automático; | ||
| 520 | |a 17) Técnicas de predicción basadas en aprendizaje profundo para la atención médica: oportunidades y desafíos; 18) Aprendizaje automático y aprendizaje profundo: problemas abiertos y direcciones de investigación futuras para los próximos 10 años. | ||
| 521 | |a Wiley 2026 EEnlace Departamento de Electrónica, Sistemas e Informática | ||
| 649 | |a XX | ||
| 650 | |a Ancianos - |x Cuidado e Higiene | ||
| 650 | |a Procesamiento de Imágenes | ||
| 650 | |a Aprendizaje Automático (Inteligencia Artificial) | ||
| 650 | |a Inteligencia Artificial | ||
| 650 | |a Análisis de Datos | ||
| 650 | |a Informática | ||
| 650 | |a Clasificacción | ||
| 650 | |a Hígado - |x Enfermedades - |x Diagnóstico | ||
| 650 | |a Pulmones - |x Enfermedades - |x Diagnóstico | ||
| 650 | |a Mal de Alzheimer - |x Diagnóstico | ||
| 650 | |a Cáncer - |x Diagnóstico | ||
| 650 | |a Discapacidades Mentales - |x Prevención | ||
| 650 | |a Enfermedades - |x Prevención | ||
| 650 | |a Medicina - |x Aspectos Tecnológicos - |x Tema Principal | ||
| 650 | |a Ingeniería Computacional | ||
| 856 | 4 | 0 | |u https://ezproxy.iteso.mx/login?qurl=https%3A%2F%2Fieeexplore.ieee.org%2Fservlet%2Fopac%3Fbknumber%3D10950300 |y Ver documento en línea |
| 910 | |a Fondo General | ||
| 920 | |a Electrónicos - Libros en Línea | ||
| 930 | |a Plataforma Digital | ||
| 905 | |a 205 | ||
| 901 | |a 630880-1 |b IT2 |c EBO |i C |u 20260514 | ||
| 902 | |a https://opac.biblio.iteso.mx/vufind/Record/000630880 | ||