真心建议 医学影像、计算机视觉、生物医学工程领域的本科生、研究生和临床医生、放射科技师 抽空看看这本书，对大家跨领域学习非常有帮助，上面的例子都是已经发表在 医学影像顶会MICCAI的论文，非常有学习借鉴意义。
这本书来自医学影像顶会MICCAI（国际医学图像计算与计算机辅助介入大会，是医学图像分析领域的顶级国际会议。）
PDF我已经帮大家下载好了，大家可以任意添加一位小助手获取！
这本书深入浅出地阐述了 神经网络及深度学习概念的原理与方法，展示了如何将深度学习作为核心组件的算法应用于 医学影像的检测、分割、配准及计算机辅助分析之中。
本书一共分为 四个部分，十七个章节，涵盖了医学影像分析中的常见研究问题及其挑战。
第一部分：深度学习理论与架构
第一章 神经网络与深度学习简介
第二章 医学影像中的深度强化学习
第三章 CapsNet在医学影像分割中的应用
第四章 Transformer在医学影像分析中的应用
第二部分：深度学习方法
第五章 用于MR图像和谐的解纠缠表示学习概述
第六章 超图学习及其在医学影像分析中的应用
第七章 医学影像分析中的无监督域适应
第三部分：医学影像重建与合成
第八章 使用生成对抗网络进行医学影像合成与重建
第九章 深度学习在医学影像重建中的应用
第四部分：医学影像分割、配准及应用
第十章 医学影像分割中的神经架构搜索动态推理
第十一章 基于深度学习的多模态心脏图像分析
第十二章 基于深度学习的医学影像配准
第十三章 基于任务fMRI的自闭症生物标志物检测与结局预测的数据驱动学习策略
第十四章 深度学习在功能脑映射及相关应用中的研究
第十五章 使用深度学习检测、定位和分类结肠镜检查视频中的息肉
第十六章 使用解纠缠表示学习在有限训练数据下进行OCTA分割
第十七章 评估医学影像机器学习算法性能的考量
