临床上的深度学习——概念、原理与应用

图书信息

作者：(美)徐晓音,章敏,顾险峰著著

出版社：浙江大学出版社

定价：69.00

ISBN：9787308262651

出版时间：2025-11-01

分类：图书,行业职业,计算机,工具书

商品介绍

目录

01 什么是深度学习？ 001

1.1 初识深度学习 002

1.2 深度学习是科学还是艺术？ 006

1.3 深度学习与大数据的关系 007

1.4 深度学习里的“深” 008

1.5 深度学习里的平衡 012

1.6 平衡中的数学 014

1.7 什么是好的深度学习模型？ 015

1.8 主动要求信息 024

1.9 深度学习与人类学习的异同 024

1.10 临床实例 027

1.11 小结 031

02 深度学习的一大应用——拟合 033

2.1 拟合 036

2.2 卷积神经网络 038

2.3 拟合与预测 040

2.4 欠拟合 042

2.5 过拟合 043

2.6 理想的拟合 044

2.7 偏差 044

2.8 方差 045

2.9 深度学习里拟合与偏差、方差的关系 046

2.10 我们在这个环节应该问的问题 048

2.11 小结 048

03 数据的本质——知识 051

3.1 数据的本质 053

3.2 训练数据 054

3.3 什么是数据污染？ 056

3.4 数据污染的检测 060

3.5 处理数据污染 061

3.6 训练集、验证集和测试集 062

3.7 数据分配 063

3.8 为什么需要验证集？ 065

3.9 数据的标签 067

3.10 无偏性原则 069

3.11 标签的形式 070

3.12 真实世界的数据 071

3.13 小结 072

04 深度学习模型的结构 075

4.1 前馈模型 077

4.2 卷积神经网络 081

4.3 循环神经网络 086

4.4 Transformer 088

4.5 参数和超参数 089

4.6 调参 092

4.7 深度学习的学习过程 094

4.8 梯度消失 095

4.9 激活函数 096

4.10 激活函数与深度学习的可解释性 101

4.11 模型的使用 102

4.12 小结 103

05 如何下到谷底——梯度下降 105

5.1 什么是距离？ 107

5.2 定义损失函数 109

5.3 什么是维度？ 112

5.4 如何找到大力度优惠点？ 114

5.5 深度学习训练的关键——反向传播 117

5.6 小结 120

06 概率与深度学习 123

6.1 均匀分布 125

6.2 二项分布 128

……

内容简介

这本书旨在用朴素的语言把深度学习介绍给读者，特别是具有医学背景的临床医生、医院管理人员、卫生保健从业人员以及对临床医学与基础生物学感兴趣的读者。本书内容涵盖深度学习的基础概念、基本原理和常见技术与模型，可以帮助读者快速了解深度学习的起源、发展、优势、局限性和挑战，从而知道深度学习可以为用户做什么、怎么做，以及用户需要做的准备工作等。虽然本书写作对象是生物医学专业读者，但绝大部分内容是独立于生物医学的，对于具有其他专业和领域背景的读者也适用。本书的特点在于把深度学习介绍清楚，全书优选限度地避免了数学公式、计算机术语和工程名词，并尽可能用现实生活中的例子来说明深度学习里的原理和技术。

作者简介

徐晓音，浙江大学生物医学工程与仪器科学学院特聘教授。专注于计算科学、人工智能与临床医学相结合的跨学科研究，主要从事深度学习在医学与基础生物学影像上的开发和应用。作为负责人承担了多项美国国立卫生研究院（NIH）和美国国家科学基金会（NSF）科研项目，发表150余篇论文，担任NIH和NSF项目评审，同时担任ComputerizedMedical Imaging and Graphics杂志共同主编，并担任多个杂志和会议的审稿人。

章敏，浙江大学计算机科学与技术学院百人计划研究员，博士生导师。目前担任国家科技重大专项青年科学家项目首席研究员，并人选百度AI华人青年女性学者榜，研究成果被评为国际核磁共振学会很优异奖（Summa Cum Laude Merit Award),世界华人数学家联盟很好论文，中国科协海外人才创新创业大赛一等奖等。

顾险峰，美国纽约州立大学石溪分校计算机科学系和应用数学系帝国创新教授。师从国际著名微分几何大师、非尔兹奖得主丘成桐先生。在医疗人工智能、微分几何、很优传输等领域发表数百篇学术论文，获批数十项国际专利，并获得美国国家科学基金会职业生涯奖（NSFCareer Award）、中国海外杰出青年奖、世界华人数学家大会应用数学金奖等。