Abir Chaari / Imen Fourati Kallel
Librería Samer Atenea
Kálamo Books
Librería Elías (Asturias)
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Cele badań przedstawionych w niniejszej książce skupiały się na analizie sztucznej inteligencji w połączeniu z przetwarzaniem obrazów w celu wsparcia procesu podejmowania decyzji dotyczących wczesnego wykrywania keratokony. W pierwszej kolejności podkreślamy wkład technik uczenia maszynowego w analizę obrazów medycznych, wykazując ich przydatność i skuteczność we wczesnym wykrywaniu keratokony, postępującej choroby rogówki wymagającej niezawodnej i wczesnej diagnostyki. W drugiej kolejności wykazujemy, że metody głębokiego uczenia, w szczególności oparte na konwolucyjnych sieciach neuronowych, zapewniają lepszą wydajność w automatycznej klasyfikacji obrazów medycznych, umożliwiając jednocześnie generowanie obrazów syntetycznych w celu wzbogacenia baz danych i poprawy odporności modeli. Wszystkie te osiągnięcia podkreślają ogromny potencjał metod sztucznej inteligencji w zakresie zwiększania dokładności diagnostycznej, optymalizacji interpretacji obrazów medycznych oraz skutecznego wspierania procesu podejmowania decyzji klinicznych.