Pythonによる医用画像処理入門（改訂2版）

詳細目次

第1章　開発環境を構築する
　1.1　はじめに
　1.2　深層学習
　1.3　Google Colaboratory
　1.4　環境構築
　1.5　GPU技術と医療画像向け深層学習フレームワーク

第2章　Pythonプログラミングの基本を学ぶ
　2.1　プログラミングの基本要素
　2.2　プログラミングの効率化
　2.3　生成AI の活用
　2.4　基本構文
　2.5　関　数
　2.6　ライブラリの利用

第3章　DICOM画像の表示と基本画像処理
　3.1　DICOM とPydicom
　3.2　グレイスケールのDICOM 画像表示
　3.3　DICOM 画像をPNG に変換する
　3.4　画像の線形変換・アフィン変換
　3.5　画素値のヒストグラムとヒストグラム平坦化処理
　3.6　画像のフィルタ処理
　3.7　DICOM 画像のカラー表示
　3.8　疑似カラー画像表示

第4章　画像管理とDICOM応用処理
　4.1　DICOM画像をPtIDや日付で整理・保存する
　4.2　DICOM 圧縮画像を解凍する
　4.3　DICOM 画像の匿名化
　4.4　DICOM 画像の撮像位置でのソートと画素サイズ
　4.5　画像に文字列を入れる・画像を結合する
4.6　DICOM SR(放射線治療計画画像）の処理

第5章　Pythonを使った人工知能の前処理を学ぶ
　5.1　はじめに
　5.2　テーブルデータにおける欠損値の取扱い
　5.3　スケール変換
　5.4　主成分分析
　5.5　不均衡データのアンダー／オーバーサンプリング

第6章　Pythonを使った人工知能の基本を理解する
　6.1　はじめに
　6.2　機械学習のキーワード
　6.3　機械学習アルゴリズム
　6.4　ローコード機械学習
　6.5　まとめ

第7章　人工知能開発の実践
　7.1　はじめに
　7.2　ニューラルネットワークの基礎
　7.3　畳み込みニューラルネットワーク
　7.4　判断根拠の可視化
　7.5　深層学習による画像セグメンテーション
　7.6　人工知能開発における生成AI活用
　
第8章　医用画像処理における生成AI活用
　8.0　はじめに
　8.1　生成モデルとは
　8.2　GAN による画像生成
　8.3　拡散モデルによる画像生成
　8.4　ビジョン-言語モデル

参考文献