
Federated Learning for Medical Imaging: Principles, Algorithms, and Applications (The MICCAI Society book Series)
Kurzinformation



inkl. MwSt. Versandinformationen
Lieferzeit 1-3 Werktage
Lieferzeit 1-3 Werktage

Beschreibung
"Federated Learning for Medical Imaging: Principles, Algorithms, and Applications" von Huazhu Fu ist ein umfassendes Werk, das sich mit der Anwendung von föderalem Lernen im Bereich der medizinischen Bildgebung befasst. Das Buch gehört zur MICCAI Society Book Series und bietet einen tiefen Einblick in die Prinzipien und Algorithmen, die dieser innovativen Technologie zugrunde liegen. Das Buch beginnt mit einer Einführung in die Grundlagen des föderalen Lernens und erklärt, wie diese Methode es ermöglicht, Modelle zu trainieren, ohne dass sensible Patientendaten zentralisiert werden müssen. Dies ist besonders wichtig im medizinischen Bereich, wo Datenschutz eine große Rolle spielt. Im weiteren Verlauf werden verschiedene Algorithmen vorgestellt, die speziell für den Einsatz in der medizinischen Bildgebung entwickelt wurden. Diese Algorithmen helfen dabei, genaue und effiziente Modelle zu entwickeln, die auf verteilten Datenquellen basieren. Darüber hinaus behandelt das Buch eine Vielzahl von Anwendungen des föderalen Lernens in der medizinischen Bildgebung. Es zeigt auf, wie diese Technologie genutzt werden kann, um Diagnosen zu verbessern und personalisierte Medizin voranzutreiben. Insgesamt bietet das Buch sowohl theoretische als auch praktische Einblicke und richtet sich an Forscher und Fachleute im Bereich der medizinischen Bildverarbeitung sowie an alle Interessierten an modernen Methoden des maschinellen Lernens.
Produktdetails

So garantieren wir Dir zu jeder Zeit Premiumqualität.
Über den Autor
- Kartoniert
- 964 Seiten
- Erschienen 2018
- Springer
- hardcover
- 338 Seiten
- Erschienen 2020
- Springer
- Taschenbuch
- 504 Seiten
- Erschienen 2020
- Springer
- paperback
- 448 Seiten
- Erschienen 1997
- Appleton & Lange
- hardcover
- 3824 Seiten
- Erschienen 2005
- Saunders
- paperback
- 590 Seiten
- Erschienen 2021
- MedMantra, LLC
- Kartoniert
- 445 Seiten
- Erschienen 2020
- dpunkt.verlag GmbH
- Kartoniert
- 390 Seiten
- Erschienen 2020
- O'Reilly Media
- hardcover
- 419 Seiten
- Erschienen 2004
- Humana
- paperback
- 224 Seiten
- Erschienen 2010
- Thieme
- Gebunden
- 264 Seiten
- Erschienen 2009
- Springer
- Gebunden
- 1192 Seiten
- Erschienen 2016
- Springer
- Hardcover -
- Erschienen 2012
- Thieme
- hardcover
- 685 Seiten
- Erschienen 2009
- Taylor & Francis Inc