AI医学图像处理（基于Python语言的Dragonfly）

封面

版权信息

版权

内容提要

前言

资源与支持

第1章 人工智能与医疗

1.1 人工智能在医疗领域的发展

1.2 人工智能在医疗领域的发展阶段以及具体实现

1.3 人工智能在医学图像领域的应用

1.4 人工智能在口腔领域的研究进展

1.5 拓展阅读

第2章 医疗领域中的图像处理

2.1 医疗领域的图像处理技术及其应用

2.2 医学图像处理案例

2.3 医学图像处理的常用软件

2.4 拓展阅读

第3章 医学图像处理的常规流程

3.1 图像获取

3.2 图像预处理

3.3 图像标注

3.4 数据增强

3.5 图像分割

3.6 图像配准

3.7 图像融合

3.8 三维重建及数据导出

3.9 数据分析

3.10 拓展阅读

第4章 医学图像处理软件Dragonfly

4.1 Dragonfly概述

4.2 Dragonfly界面及其主要功能

4.3 Dragonfly的拓展模块

4.4 Dragonfly的应用模块

4.5 Dragonfly的工作流程

第5章 语义分割——口腔CBCT图像中牙齿和牙髓及周边组织的分割

5.1 图像导入

5.2 图像预处理

5.3 图像标注

5.4 模型生成

5.5 数据增强

5.6 神经网络训练

5.7 应用网络

5.8 总结与思考

第6章 三维建模——肺血管和气管分割

6.1 图像导入

6.2 图像标注

6.3 训练模型

6.4 结果分析

6.5 总结与思考

第7章 图像配准——口腔术前和术后数据的配准应用

7.1 图像导入

7.2 图像预处理（三维空间坐标系校正）

7.3 图像配准

7.4 总结与思考

第8章 分割与特征提取——骨组织的形态学分析

8.1 骨的背景知识

8.2 Dragonfly中Bone Analysis模块的操作流程

8.3 骨的测量参数

8.4 图像导入

8.5 图像预处理与骨分割

8.6 Dragonfly软件中的Bone Analysis模块

8.7 各向异性的计算原理

8.8 单层测量

8.9 总结与思考

第9章 特征计算及分析——医用材料方面的应用

9.1 图像导入

9.2 图像可视化

9.3 阈值分割、注释和测量

9.4 分水岭分割

9.5 量化分析

9.6 总结与思考

第10章 目标检测——腹部CT肾脏区域的标注

10.1 图像导入

10.2 图像标注

10.3 生成YOLOv3模型

10.4 训练YOLOv3模型

10.5 应用YOLOv3模型

10.6 总结与思考

第11章 未来展望

11.1 人工智能在医学领域的发展现状及趋势

11.2 人工智能在骨科领域的发展现状及趋势

11.3 人工智能在口腔领域的发展现状及趋势