『藤田広志、雑誌を除く(実用)』の電子書籍一覧

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。

※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。

医用画像診断支援の分野では人工知能が組み込まれたAI-PACS（画像保管管理システム）の普及が期待されています。こうした状況の中でPythonはその学びやすさと、また画像処理や人工知能のためのパッケージが多く提供されていることから、今後ますます、簡単な実験から臨床研究などへ幅広く使用されていくことが予想されます。
　本書では、深層学習の基礎的な内容、Pythonの基礎はおさえたうえで、医用画像応用に特化して、最新のデータセットやライブラリを使用して画像解析、診断への適用などの基礎的な内容をわかりやすく解説するものです。改訂にあたって、医用画像の標準規格であるDICOMの最新版の取扱いを解説するとともに、生成AIの適用・応用についてもふれています。

第1章　開発環境を構築する
第2章　Pythonプログラミングの基本を学ぶ
第3章　DICOM画像の表示と基本画像処理
第4章　画像管理とDICOM応用処理
第5章　Pythonを使った人工知能の前処理を学ぶ
第6章　Pythonを使った人工知能の基本を理解する
第7章　人工知能開発の実践
第8章　医用画像処理における生成AI活用

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。

※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。

内視鏡画像に関するAI技術をまとめた初めての書
　本書は、「基礎編」、「事例編」、「実践編」の3編構成となっています。
　「基礎編」では内視鏡画像へのAIの取り込みに関して、基礎的な部分から内視鏡特有の検討事項までを網羅し、内視鏡画像AIのいまを俯瞰できるようにまとめてあります。また、「事例編」では、臨床現場で成果が上がりつつある、もしくは進行中の事例を数多く網羅し、わかりやすく記述しています。「実践編」では、これからAIに取り組む方々を対象に、内視鏡画像AIの始め方を紹介しています。
　　内視鏡画像へのAIの導入は、すでに着実な結果を出しつつあり、現時点での最新の情報をまとめました。

【基礎編】
Chapter 1　概論
Chapter 2　内視鏡AI総論
Chapter 3　内視鏡AIを実現する上での注意点
Chapter 4　医療における機械学習用のデータセットの注意点

【事例編】
上部AI
Chapter 5　食道がんのDetectionAI
Chapter 6　胃癌のDetectionAI
Chapter 7　胃癌境界診断
Chapter 8　胃癌境界診断（GLCM+SVM)　
Chapter 9　胃癌撮影もれ診断
Chapter 10　カプセル内視鏡AI

下部AI
Chapter 11　超拡大内視鏡AI（SVM）
Chapter 12　下部拡大内視鏡（NBI）AI①
Chapter 13　下部拡大内視鏡（NBI) AI②
Chapter 14　ポリープ検出①
Chapter 15　ポリープ検出②
Chapter 16　ポリープ検出③
Chapter 17　ポリープ検出④（超拡大AI）
Chapter 18　炎症性腸疾患評価
Chapter 19　学会・国主導のデータベースと今後の展望

外科内視鏡
Chapter 20　AIのための腹腔鏡画像データベース構築とその手術解析への応用
Chapter 21　AIによる腹腔鏡画像解析

【実践編】
Chapter 22　AIによる内視鏡画像分類

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。

※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。

超音波に関するAI技術をまとめた初めての書
　本書は、基礎編と応用編の2編構成となっており、基礎編では超音波画像へのAIの取り込みに関して、基礎的な部分から最新の事例までを網羅し、超音波画像AIのいまを俯瞰できるように記述してあります。
　また、応用編では、AMED事業の内容紹介を中心に、国内外での実施例の紹介も含めてまとめました。
　超音波画像へのAIの導入は、これから本格的になりますが、現時点での最新の情報をまとめ、今後の発展がわかる書籍です。


【基礎編】
Chapter 1　ディープラーニングを用いた画像解析
Chapter 2　超音波画像の特徴と診断応用
Chapter 3　超音波画像診断におけるAI診断支援の意義
Chapter 4　超音波画像データベース構築
Chapter 5　超音波画像のAI診断支援
Chapter 6　その他の超音波画像に関するAI技術

【応用編】
Chapter 7　超音波画像データベース構築の実際
Chapter 8　超音波画像のAI診断支援システムの実際
Chapter 9　今後の課題と展望

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。

※この電子書籍は紙版書籍のページデザインで制作した固定レイアウトです。

医用画像におけるディープラーニング（Deep Learning）をまとめた本格的なシリーズ　最新版
　プログラミングは一切行わず、医用画像に人工知能を導入するための解説書。
　具体的には、Neural Network Console（ソニー）と、DIGITS（NVIDIA）、MATLAB（MathWorks，2020-2021年版から追加）を使って、深層学習と医用画像処理を行う手順とノウハウを詳しく解説しています。
　人工知能には興味があるが、どこから始めたらよいわからず困っている方には、ぜひお勧めします。

本書利用にあったっての注意事項
第1章　深層学習の基礎
第2章　Neural Network Consoleを使った深層学習と医用画像処理
第3章　DIGITSを使った深層学習と医用画像処理
第4章　MATLABを使った深層学習と医用画像処理
第5章　ディープラーニングのための前処理と後処理