这本书在机器学习和医疗之间的交界面上提供了当前研究状态的快照,特别强调机器学习项目可实现或接近实现患者结果的改善。本书概述了一系列技术,包括在生命体征监测数据中发现人为事件;患者生理监测;跟踪传染病;从基因组数据预测抗生素耐药性和管理慢性病等。
由于书中那些国际顶尖研究人员的突出贡献,这本书将在学术界和产业界研究人员,以及从事医疗技术、生物医学工程和机器学习等工作的技术人员的书架上,占有一席之地。
该书的内容章节如下:
第一章医疗技术中的机器学习:引言
第二章检测生命体征监测数据中的人为事件
第三章噪声医疗数据的信号处理和分类特征选取预处理
第四章基于ECG模型的贝叶斯滤波
第五章张量分解在生物医学应用中的作用
第六章用机器学习进行患者生理监测
第七章一个融合生物医学标注的贝叶斯模型
第八章将最终用户偏好融入到预测模型中
第九章传染病模型的变分贝叶斯非参数推理
第十章从基因组数据预测抗生素耐药性
第十一章慢病与机器学习
第十二章大数据与治疗策略优化
第十三章居家监控应用的决策支持系统:日常生活活动分类和癫痫发作
★
每日鲜鸡汤★
The only person you should try to be better than is the person you were yesterday. 你唯一应该努力超越的人就是昨天的你。早上好!
领取专属 10元无门槛券
私享最新 技术干货