文末赠书 | 基于python的《AI医学图像处理》

关注我们丨文末赠书

说到生成型人工智能ChatGPT，恐怕没人不知道吧？

毫无意外，它也对医疗界产生了不小震撼。不仅能够书写医疗论文、提供问诊服务，甚至连影像医生的饭碗都要抢——

有网友把OpenAI的GPT3.0系统接入了自家服务器，投喂了一些文章后，得到了全新DH DiagnoseGPT，经过训练的DH DiagnoseGPT已经可以书写影像报告了。

图：上为DH DiagnoseGPT书写的影响报告，

下为影像医生书写的报告

这份报告看上去初具雏形，但离真正的影像报告还尚有一段距离，这也让影像医生们暂时松了一口气，自己的工作短期内不会机器替代。

虽然ChatGPT暂时还不能在医学图像领域称王称霸，但现有的AI技术已经开始逐渐渗透医疗行业，能在很大程度上提高医生工作效率，减少漏检、漏诊。

人工智能技术在医学图像学领域的应用研究并不是什么稀有命题，国内外也不乏诸多高质量的论文，但这一方面的图书确实寥寥无几，尤其缺少讲授“运用AI技术解决具体医学图像问题”的图书。

今天小异要推荐的这本《AI医学图像处理》就填补了国内这一领域丛书的空白。

01

革新之作，倾囊相授

虽然目前很多医院已经开始运用AI技术赋能医疗，但许多医疗设备的旁边始终不能“缺人”，必须有医生把关才能生成最后的诊断结果，无法100%实现数字化。

这就是临床大夫和工程人员之间的巨大鸿沟：医生不懂技术，只能被牵着鼻子走；开发人员不懂医疗，无法解决实际问题。

作为一本行业内的革新之作，本书的横空出世直接解决了上述难题，成功搭建起了临床大夫和工程人员之间的桥梁。

它先介绍了行业形势，让读者对医疗行业有大致的感性认知，再细致地讲解科学技术知识，最后过渡到实战案例，由浅入深、层层递进。

通过阅读这本书，临床大夫可以学习基础编程知识，了解开发者思维，从而更好地提出需求，甚至动手解决一些实际问题；工程人员可以充分了解行业知识与需求痛点，完成一次快速扫盲，不至于在研发中一脸懵逼。

图：作者研究领域案例

本书之所以能够成为亮眼的新作，也与作者的丰富实践和宝贵经验密不可分。

作者杨慧芳在北京大学口腔医院以口腔医疗大数据和人工智能技术为重点研究方向。在教学方面，她主要研究教学、力学导航系统，如教学机器人、临床手术机器人以及医院服务机器人。此外，她还参与了智能健康管理、大众健康和疾病预防、医学图像的自动分割及识别等众多领域的研究，曾与清华大学、科大讯飞公司共同开发基于语音的口腔电子病历系统。

依托工作中遇到的诸多问题，书籍的方向与内容都会基于真实痛点出发，不会跑偏、脱离实际。

通过阅读本书，读者能够了解如何将人工智能技术切实落地于医学图像学中，提升运用人工智能技术处理医学图像问题的能力。

02

基础科学+ 6大实例，

      超细致呈现

小异在看到这本书的时候发现：它的逻辑脉络十分清晰，不同于复杂高深的专业书，简单明了地分为基础理论和实战案例两大模块。

图：本书内容结构

第1部分讲解人工智能的基础知识：先从人工智能在医疗领域的发展讲起，普及一些背景知识，再过渡到医疗领域的图像处理技术，进而讲解医学图像的处理流程，最后介绍医学图像处理软件Dragonfly。

其中，前2章的科普将背景知识浓缩汇集，有助于读者快速通过了解行业、建立感性认知，节省了到处搜索的时间，可以将精力投入到专业技术学习中；后2章的知识可以让0经验读者大致了解医疗编程要点，做好医疗场景与技术知识的衔接。

考虑到 Python语言易上手的特点及其在人工智能领域的广泛应用，读者选用了三维图像专业处理软件 Dragonfly作为本书的软件工具，它是一款广泛应用于科研领域的图像处理软件，为用户提供了一个易使用且功能强大的人工智能应用平台，入手门槛较低。

第2部分深度剖析案例，涉及口腔医学、临床医学、材料学、工学等多个学科的交叉内容，是本书的重头戏。

通过 6 个真实的医学案例，展现人工智能技术在医学图像领域的应用，从医工交叉的角度出发，深入探讨了医学图像问题处理方法，旨在让读者了解如何将人工智能技术切实落地于医学图像学中，帮助相关从业者减少重复性工作，为医生和开发者两端搭建一座沟通的桥梁，进一步推广新技术和方法在该领域的应用。

针对多元化受众的不同需求，小异发现书籍给出了非常细致的落地讲解，宛如一本“看书说话”的文字版教程。作者把软件下载、安装、软件界面介绍这些内容都囊括进来，就是为了照顾医学背景读者对编程不熟悉的特殊情况。

图：书中介绍界面和展示编程效果的内容

另外，书中的六个案例均源自临床，囊括了口腔、心血管、肺部、肾脏等不同科室，作者对此进行了详细的剖析，每个案例都套用书中的流程模板展开，包括图像导入、图像标注、训练模型、数据增强、图像匹配等流程，在实例中巩固对流程的掌握，在运用流程中增加对实例的理解，既有实践参考意义，也更有助于读者快速上手。

为了更好地动手实践，读者可以登录步社区（https://www.epubit.com/）获取相关资源和后续服务。

03

业界先锋联袂推荐

虽然是一本才问世的新书，但是出版后就迎来了很多行业大咖的好评，“实践性强”是最高频提到的评价。

“这本书介绍了常用的医学图像处理技术，方便科研人员快速上手医学图像处理，是国内该领域少有的参考图书。”

—— 《机器学习 公式推导与代码实现》作者、深度学习算法工程师、“机器学习实验室”公众号主理人 鲁伟

“这本书没有停留在对概念的抽象描述，而是侧重于作者软件实操经验和实际案例的展示。” 

—— ORS公司亚洲事业部经理

北京大学口腔医院教授、主任医师李刚向医学生、临床研究人员和相关从业者诚挚推荐本书。北京航空航天大学教授白相志认为本书可以为临床一线人员了解和深入研究人工智能技术提供有益参考。

04

手握未来，下单本书

AI医学影像市场正在加速增长。

多份报告显示，AI医学影像市场将迎来多至36.3%的年复合增长率，在未来十年激增10倍，到达200亿美金市场。

AI+医疗图像赛道的吸金能力可谓超强！

不论是已经深耕多年的从业者、还是准备入局的新人，学一点新知识都能让你稳扎稳打地应对下一个风口，狠狠地抓牢机遇，不错过任何可能。

有前景的未来就在眼前，此时不上车，更待何时？

赶快入手本书，提前预订美好未来吧！

参考资料：

爆火的ChatGPT，对影像医生来说有意义吗？  

2023数字医疗前瞻：AI医学影像增速惊人，创企自我造血能力受关注

活动

本次为大家免费寄送 纸质正版图书！ 3月26日22点结束并开奖。参与方法：

1、文末点 在看 ！

2、公众号后台、或者扫以下码，回复 168 ，参与抽奖！