"内容介绍 第1章讨论了癌症和乳腺癌的基本情况。第2章详细讨论了乳腺癌的各个阶段和类型。第3章介绍了人工智能和各种学习算法的相关知识，并讨论了各种学习算法的优点和局限性。第4章介绍了人工智能及学习算法在医疗领域和医学成像中的作用。第5章介绍了乳腺癌检测和诊断中各个阶段的计算机辅助系统。第6章提出了深度学习模型及其在乳腺癌分类中的应用。 特色 ·癌症和乳腺癌的基本信息 ·不同阶段和类型的乳腺癌 ·学习算法及其在医学保健和医学图像分析中的作用 ·检测和诊断乳腺癌的计算机辅助系统 ·纳入了乳腺癌检测和诊断的深度学习模式 "

智能医学目前在国内外均快速发展，智能医学在癌症诊疗及康复领域也发挥着重要的影响。本书介绍了用于医学图像分析的下一代智能筛查技术，该技术将人工智能（AI）技术与数字筛查相结合，开发出检测乳腺癌的创新方法，内容符合智能医学的发展趋势。

"哈立德沙伊克（Khalid Shaikh），人工智能驱动的健康科技创业公司Prognica实验室和人工智能咨询与开发公司Affaan Technologies的创始人兼CEO。 萨比塔克里什南（Sabitha Krishnan），Prognica实验室的人工智能专家，她致力于为人类致命疾病的诊断提供创新解决方案。她的研究背景包括在检测眼部疾病和大脑、乳房、皮肤的肿瘤诊断，以及检测腹部异常的超声波方面实施机器学习的经验。 罗希特M.谢伊（Rohit M.Thanki），博士，C.U.Shah大学电子和通信工程博士学位。主要研究领域是人工智能、计算机视觉、数字水印、医学图像分析、多媒体安全、生物识别和压缩传感。 江泽飞 现任解放军总医院肿瘤医学部副主任、主任医师、教授，中国临床肿瘤学会（CSCO）副理事长兼秘书长，CSCO孔腺癌专家委员会主任委员，北京医学会乳腺疾病分会主任委员，国家卫生健康委员会能力建设和继续教育肿瘤学专委会秘书长，St.Gallen早期乳腺癌国际专家共识团成员，中国新药审评专家，Translational Breast Cancer Research杂志主编。 作为主要参与人，参与了国内大多数乳腺癌专家共识及指南的起草工作，负责并执笔《CSCO乳腺癌诊疗指南》《CSCO常见恶性肿瘤诊疗指南》《NCCN肿瘤学临床实践指南》等行业重要指南，推动我国乳腺癌规范化诊疗进程。主编《现代乳腺癌全程管理新理念和临床策略》《孔腺癌分类治疗》《现代乳腺疾病诊疗基本原则和实践》等10余部专著。 近5年来，在Lances Oncology、Nature Communication等杂志发表高质量论文61篇，重点围绕液体肿瘤学分子靶向治疗大数据与人工智能等开展相关研究，积极探索乳腺癌诊疗新技术和新方法，其研究成果在美国肿瘤学年会(ASCO)、欧洲肿瘤内科学年会(ESMO)、St Gallen国际乳腺癌会议、中国临床肿瘤学会(CSCO)等国内外重要会议中进行了汇报。2016年荣获金显宅乳腺癌研究纪念奖；2019年获《人民日报》国之名医卓越建树荣誉称号。 李健斌 解放军总医院第五医学中心肿瘤医学部博士后、军事医学研究院生物工程研究所助理研究员、中国临床肿瘤学会乳腺癌专业委员会委员，Translational Breast Cancer Research杂志常务编辑。致力于科研事业，重点参与乳腺癌循环肿瘤细胞、大数据与人工智能等课题研究，参与中国临床肿瘤学会乳腺癌大数据的建立和数据分析工作，参与CSCO人工智能决策系统的建立与推广，以及国内多中心人工智能辅助决策系统的验证研究。参与《NCCN乳腺癌临床实践指南(2006版)》《中国临床肿瘤学会乳腺癌诊疗指南》等行业指南的撰写工作，参编专著7部，在国内外期刊发表文章数十篇。 郝晓鹏 解放军总医院医学中心普外学部乳腺外科副主任医师，教授。中国医药教育协会乳腺疾病专业委员会常委、秘书长，北京医学会乳腺疾病分会青年委员会副主任委员，北京乳腺疾病防治学会青年委员会副主任委员，中国医师协会乳腺癌手术比赛全国冠军，中华医学会乳腺微创活检手术专家共识执笔者，北京自然科学基金评审专家，《中华普通外科手术学杂志》《中华乳腺病杂志》《医学参考报》编委。 "

"第1章 乳腺癌介绍 1.1 癌症及其治疗 1.2 乳腺的解剖 1.3 什么是乳腺癌 1.4 乳腺癌的风险因素 1.5 乳腺癌的预防 第2章 乳腺癌的类型、诊断和治疗 2.1 乳腺癌的分期 2.2 乳腺癌类型 2.3 乳腺癌的早期发现 2.4 乳腺癌的诊断 2.5 乳腺癌的治疗 第3章 人工智能与学习算法 3.1 人工智能 3.2 机器学习 3.3 监督式学习算法 3.4 非监督式学习算法 3.5 强化学习算法 3.6 深度学习 第4章 医疗和医学影像中的人工智能 4.1 人工智能医疗 4.2 医学影像中的人工智能 第5章 人工智能在乳腺癌检测与诊断中的应用 5.1 多种影像技术在乳腺癌检测中的应用 5.2 乳腺癌的不同诊断阶段 第6章 乳腺癌分类的深度学习模型 6.1 各种乳腺癌影像数据集 6.2 分类模型性能的评价参数 6.3 乳腺癌分类的深度学习模型 索引 "