心脑血管疾病智能诊断研究新进展

本教材主要围绕智能医疗技术在心血管疾病中的应用展开论述的。各章的进展依次分别概述；医学影像的预处理、深度学习方法的概述、单导联心电图分类与房颤检测、心肌梗死的检测、多模态图像融合心脏分割、冠状动脉血管分割、脑血管的检测与分割、血管狭窄的模拟与检测、动脉僵硬度的无创检测、基于桡动脉波形的心血管功能分析，心血管超声影像分析的研究进展等。

目录
第一章 心脑血管疾病智能诊断技术简介 1
第一节 心脑血管疾病现状 1
第二节 心脑血管疾病的诊断 3
第三节 人工智能技术在心脑血管疾病诊断方面的应用 4
第二章 心脑血管医学影像的预处理 6
第一节 图像去噪 6
第二节 图像增强 10
第三节 感兴趣区域提取 14
第四节 数据扩充 15
第五节 讨论与总结 16
第三章 深度学习方法与网络 18
第一节 深度学习方法 18
第二节 深度学习网络 20
第三节 医学影像数据分析中常用的深度学习网络 26
第四节 讨论与总结 29
第四章 基于深度学习的冠状动脉自动分割及钙化检测 32
第一节 数据集及数据预处理 33
第二节 深度学习模型 36
第三节 冠状动脉解剖结构及自动分割 37
第四节 冠状动脉钙化检测 42
第五节 讨论与总结 43
第五章 基于深度学习与多模态影像融合的心脏分割方法 48
第一节 多模态心脏图像 49
第二节 心脏图像的传统分割方法 50
第三节 基于深度学习的多模态心脏分割方法 54
第四节 讨论与总结 63
第六章 桡动脉脉搏波分析及其临床应用 68
第一节 测量方法 69
第二节 波形分析 70
第三节 波形分类与参数估计 74
第四节 临床应用 75
第五节 讨论与总结 78
第七章 基于单导联心电图的房颤自动检测 82
第一节 数据来源和评估指标 82
第二节 数据预处理和特征提取 85
第三节 机器学习在房颤检测中的应用 87
第四节 深度学习在房颤检测中的应用 90
第五节 讨论与总结 92
第八章 动脉僵硬度的无创检测方法 96
第一节 局部动脉僵硬度 96
第二节 区域动脉僵硬度 100
第三节 全身动脉僵硬度 103
第四节 动脉僵硬度的估测 104
第五节 讨论与总结 106
第九章 基于血流动力学模型的血管狭窄的模拟和检测 110
第一节 基于医学影像的血管狭窄检测方法 110
第二节 基于血流动力学模型的血管狭窄仿真 112
第三节 基于低维血流动力学模型的动脉血管狭窄检测 116
第四节 讨论与总结 118
第十章 基于心电信号的心肌梗死诊断与定位 123
第一节 数据集及预处理 123
第二节 心肌梗死类型 125
第三节 机器学习在心肌梗死诊断中的应用 125
第四节 深度学习在心肌梗死诊断中的应用 127
第五节 实验结果对比 128
第六节 讨论与总结 130
第十一章 深度学习在心血管超声影像中的应用 133
第一节 深度学习方法 134
第二节 心血管超声影像预处理方法 134
第三节 分类 136
第四节 检测 137
第五节 分割 138
第六节 其他任务 139
第七节 讨论与总结 140
第十二章 深度学习在脑血管自动检测与分割中的应用 143
第一节 数据预处理和深度学习模型 144
第二节 二维脑血管应用 145
第三节 三维脑血管应用 148
第四节 讨论与总结 151
第十三章 心脑血管疾病智能诊断的挑战与展望 155